深度学习与机器学习-CSDN博客

本文链接：https://blog.csdn.net/chao_ge1998/article/details/134639359

笔记链接：黑马程序员3天带你玩转Python深度学习TensorFlow框架学习笔记_wisdom_zhe的博客-CSDN博客

视频链接：

调试大半天终于弄好，

进入环境，tensorboard --logdir=F:\pythonProject\tf_demo\temp\summary --port=6007

import tensorflow._api.v2.compat.v1 as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
tf.compat.v1.disable_eager_execution()


def tensorflow_demo1():
    # python版本
    a = 2
    b = 3
    c = a + b
    print('python版本的加法操作：\n', c)

    # tensorflow实现加法操作
    a_t = tf.constant(2)  # 定义常量
    b_t = tf.constant(3)
    c_t = a_t + b_t
    print('tensorflow版本的加法操作：\n', c_t)

    # 开启会话
    with tf.Session() as sess:
        c_t_value = sess.run(c_t)
        print('开启会话的结果\n', c_t_value)


if __name__ == '__main__':
    tensorflow_demo1()
'''
python版本的加法操作：
 5
tensorflow版本的加法操作：
 Tensor("add:0", shape=(), dtype=int32)
开启会话的结果
 5
'''
def graph_demo():
   # tensorflow实现加法操作
   a_t = tf.constant(2)  # 定义常量
   b_t = tf.constant(3)
   c_t = a_t + b_t
   #查看默认图
   #方法1：调用方法
   defalut_g=tf.get_default_graph()
   print('默认图：',defalut_g)
   #方法2：调用属性
   print('a_t的图属性: ',a_t.graph)
   print('c_t的图属性: ',c_t.graph)
   # 开启会话
   with tf.Session() as sess:
      c_t_value = sess.run(c_t)
      print('sess的图属性：',sess.graph)
if __name__ == '__main__':
   graph_demo()
'''
默认图： <tensorflow.python.framework.ops.Graph object at 0x0000026249C36E48>
a_t的图属性:  <tensorflow.python.framework.ops.Graph object at 0x0000026249C36E48>
c_t的图属性:  <tensorflow.python.framework.ops.Graph object at 0x0000026249C36E48>
sess的图属性： <tensorflow.python.framework.ops.Graph object at 0x0000026249C36E48>
'''
def create_graph():
   # 自定义图
   new_graph=tf.Graph()
   # 图上下文管理器定义数据和操作
   with new_graph.as_default():
      a_new = tf.constant(20)
      b_new = tf.constant(30)
      c_new = a_new + b_new
      print("c_new:", c_new)
      print("a_new的图属性：", a_new.graph)
      print("c_new的图属性：", c_new.graph)
   #开启会话，执行图,注意这里需要传入自定义图对象graph
   with tf.Session(graph = new_graph) as sess:
      c_new_value=sess.run(c_new)
      print('自定义图的运算结果：',c_new_value)
      print('sess的图属性：',sess.graph)


if __name__ == '__main__':
   create_graph()
'''
c_new: Tensor("add:0", shape=(), dtype=int32)
a_new的图属性： <tensorflow.python.framework.ops.Graph object at 0x000001D3439BF278>
c_new的图属性： <tensorflow.python.framework.ops.Graph object at 0x000001D3439BF278>
自定义图的运算结果： 50
sess的图属性： <tensorflow.python.framework.ops.Graph object at 0x000001D3439BF278>
'''


def graph_demo():
    # tensorflow实现加法操作
    a_t = tf.constant(2)  # 定义常量
    b_t = tf.constant(3)
    c_t = a_t + b_t
    # 开启会话
    with tf.Session() as sess:
        c_t_value = sess.run(c_t)
        print('sess的图属性：', sess.graph)

    # sess图序列化为summary对象
    # 参数一：输出sumary对象的路径，参数二：需要进行序列化的图
    tf.summary.FileWriter('./temp/summary', graph=sess.graph)


if __name__ == '__main__':
    graph_demo()