关于TensorFlow中的多图(Multiple Graphs)

一、摘要

   TensorFlow中的图（Graph）是众多操作（Ops）的集合，它描述了具体的操作类型与各操作之间的关联。在实际应用中，我们可以直接把图理解为神经网络（Neural Network）结构的程序化描述。TensorFlow中的会话（Session）则实现图中所有操作，使得数据（Tensor类型）在图中流动（Flow）起来。平常学习或使用TensorFlow中，我们基本是构筑一个图，开启一个会话，然后run。但最近由于工作需要，我探索了多图（Multiple Graphs）方式。本文主要任务是简单记录学习过程，以备复阅。如果能给看官提供一丝帮助，那也是极好。

二、多图实现

(交代一下平台版本：PyCharm Community Edition 2016.3.2、Python3.5.2、tensorflow0.12.1）
片段一：多图的建立与默认图

import tensorflow as tf
import numpy as np
g1 =