如何理解TensorFlow中的Graph

如何理解TensorFlow中的Graph

flyfish

TensorFlow中的Graph是一个图

图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为G(V,E)，其中，G表示一个图，V是图G中顶点

的集合，E是图G中边的集合。

线性表 中数据元素叫 元素
树 中数据元素叫 结点
图 中数据元素叫 顶点(Vertex)。

TensorFlow中的Graph是一个有向图

如图所示

对于无向图G1来说，G1 = {V1,{E1}},(V1表示顶点集合，E1表示边的集合)，
顶点的集合V1={A,B,C,D}，边的集合E1={(A,B),(B,C),(C,D),(D,E)}.
对于有向图G2来说，G2 = {V2,{E2}},(V2表示顶点集合，E2表示边的集合)，
顶点的集合V2={A,B,C,D}，边的集合E2={<A,D>,(B,A),(C,A),(B,C)}.

在一般的情况下，无向边用“（）”表示，有向边有“<>”表示。

概念

无向边：若顶点vi到vj之间的边没有方向，则称这条边为无向边（Edge），用无序偶对(vi , vj)来表示。

无向图：若图中任意两个顶点之间的边都是无向边，则称该图为无向图。

有向边：若从顶点vi到vj的边有方向，则称这条边为有向边，也称为弧（Arc），用有序偶对<vi , vj>来表示

，vi 称为弧尾（Tail），vj 称为弧头（Head）。

有向图：若图中任意两个顶点之间的边都是有向边，则称该图为有向图。

TensorFlow中的Graph是一个有向无环图（Directed acyclic graph）（DAG）

在图论中，如果一个有向图无法从某个顶点出发经过若干条边回到该点，则这个图是一个有向无环图

分别用树和DAG描述表达式
a+b+(a+b)

如图所示

下一个式子
a+b+a+b