Python TensorFlow,计算图,创建计算图,Graph,运算操作(op)

TensorFlow中封装的函数基本上都是运算操作(op):


demo.py(计算图,创建计算图,Graph):

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'  # 设置警告级别


# TensorFlow程序中,系统会自动维护一个默认的计算图。 (所有的张量(tensor)和运算操作(op)都会转换成计算图中的一部分)
# 计算图就是一块内存空间,维护张量和运算操作,不同的计算图不能共享张量和运算操作。

a = tf.constant(5.0)  # 张量a自动属于默认计算图。 TensorFlow中封装的函数都是运算操作(op),例如:constant()/add()等。

# 获取默认的计算图。
graph = tf.get_default_graph()
print(graph)  # <tensorflow.python.framework.ops.Graph object at 0x7f87355c7d68>

# 会话(运行计算图的类,使用默认注册的图(也可以手动指定计算图),一个会话只能运行一个计算图)
with tf.Session() as sess:
    # 查看张量所属的计算图
    print(a.graph)  # <tensorflow.python.framework.ops.Graph object at 0x7f87355c7d68>
    print(
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值