TersorFlow——入门

本文是《TensorFlow实战Google深度学习框架》的学习笔记,介绍了计算图的概念,强调张量的属性包括名字、维度和类型,并详细说明了如何在TensorFlow中创建和使用张量。此外,还探讨了会话的创建,特别是通过ConfigProtocol Protocol Buffer进行配置,如allow_soft_placement和log_device_placement的设置选项。
摘要由CSDN通过智能技术生成

#《TensorFlow实战Google深度学习框架》学习笔记

计算图

import tensorflow as tf
a = tf.constant([1.0,2.0],name="a")
b = tf.constant([2.0,3.0],name="b")
result = a+b
#tf.get_default_graph()获取当前默认的计算图
#可以通过a.graph查看张量所属的计算图。因为没有指定所以这个计算图应该等于当前默认的计算图。
print(a.graph is tf.get_default_graph())
True
#tf.Graph()来生成新的计算图,不同计算图上的张量和运算都不会共享
g1 = tf.Graph()
with g1.as_default():
    #在计算图g1中定义变量‘v’,并设置初始值为0.
    v = tf.get_variable("v",shape=[1],initializer = tf.zeros_initializer)
    
g2 = tf.Graph()
with g2.as_default():
    #在计算图g1中定义变量‘v’,并设置初始值为1.
    v = tf.get_variable("v",shape=[1]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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