TensorFlow使用数据流图实现计算任务,有的图比较简单,仅包含少量的节点和张量,但现实中的模型往往比较复杂,包含众多的节点和参数。这次,就需要创建多个数据流图,并使用名称作用域(name scope)来组织数据流图,同时,也方便使用TensorBoard对graph进行可视化。
(1)创建Graph对象
在一般的TensorFlow程序中,会使用默认的数据流图。当模型比较复杂时,就需要创建多个流图协同工作。
import tensorflow as tf
#获取默认数据流图
default_graph = tf.get_default_graph()
#创建一个新的数据流图
g = tf.Graph()
with g.as_default():
# 将操作添加到默认的graph中
a = tf.add(2,3)
(2)名称作用域
名称作用域本质上就是将op划分到多个不同、有名称的语句块中,方便可视化。
# 定义名称作用域A
with tf.name_scope('A'):
A_mul = tf.multiply(in_1