一 动态图
动态图是相对于静态图而言的。所谓的动态图是指在python中代码被调用后,其操作立即被执行的计算。其与静态图最大的区别是不需要使用session来建立会话了。即在静态图中,需要在会话中调用run方法才可以获得某个张量的具体值:而在动态图中,直接运行就可以得到具体值了。
动态图TensorFlow 1.3版本之后才出现的。它使TensorFlow的入门变得更简单,也使研发更直观。
启动动态图只需要在程序的最开始处加上两行代码:
import tersorflow.contrib.eager as tfe
tfe.enable_eager_execution()
这两行代码的作用就是开启动态图计算功能。例如,调用tf.matmul时,将会立即计算两个数相乘的值,而不是一个op
Eager还处于一个试用阶段,也是TensorFlow大力推广的新特效,未来或许会成为趋势。
在创建动态图的过程中,默认也建立一个session。所有的代码都在该session中进行,而且该session具有进程相同的生命周期。这表明一旦使用动态图就无法实现静态图中关闭session的功能。这是动态图的不足之处:无法实现多session操作。如果当前代码只需要一个session来完成的话,建议优先选择动态图Eager来实现。
二 数据集
TensorFlow中有3中数据输入模式:
- 直接使用feed_dict利用注入模式进行数据输入,适用于少量的数据集输入;
- 使用队列式管道,适用于大量的数据集输入;
- 性能更高的输入管道,使用与TensorFlow 1.4之后的版本,是为动态图功能提供大数据输入方案(动态图数据集输入只能使用该方法),当然也支持静态图。