在Tensorflow中所有的运算都需要通过Session来完成,即使是简单的赋值、加减乘除等都是需要Session来完成
示例1:
import tensorflow as tf
import numpy as np
node1 = tf.constant(3.0, tf.float32) # 创建常量
node2 = tf.constant(4.0)
print(node1, node2) #如果直接打印,只会打印出node1的类型描述
sess = tf.Session()
print(sess.run(node1), sess.run(node2)) ## 只有通过run方法运算过的才能打印出对应的值来
运行结果如下
Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), dtype=float32)
3.0 4.0
可以看出,第一行输出的node的结构描述,而第二行才输出了对应的值。
示例2:
node3 = tf.add(node1, node2)
print("node3: ", node3)
print("sess.run node3:", sess.run(node3))
运行输出为
node3: Tensor("Add:0", shape=(), dtype=float32)
sess.run node3: 7.0
在Tensorflow中所有的运算都是通过Session的run方法来执行。