在程序运行时有一个默认的图,这个默认图他的代号是什么?
正常情况下你可以创建一个图,如下:
g=tf.Graph()
然后这个图的代号是g,你输入g就会显示出一堆g的描述。而你想要得到默认图的描述可以用如下代码:
tf.get_default_graph()
然后你要怎么用他呢?比如你要用Graph类的对象函数finalize,代码如下
tf.get_default_graph().finalize()
然后你再创建任何运算到图里都会返回错误,那么默认图的操作就是如此了,当然为了不用每次都用这么长的函数,你也可以这样:
aaa=tf.get_default_graph()
然后aaa就是默认图的代号了
而假如你要向g中加入结点而不是向默认图加入咋办?用如下的代码形式
with g.as_default():
c = tf.constant(5.0)
assert c.graph is g
并且这个c你用默认图里的算子直接调用他计算会出现not found的错误
————————————————————————————————————————————————————————
下面介绍一些个人对图的经验总结:
1,提取数据后,将数据转换成numpy的格式,再进行操作,操作完毕后转换回tf格式。此操作是否会加入图中?
答案是否定的,假如你每次提取一个图片输入到网络中,你对图片用cv2函数进行操作再转换成tf格式,那么每次读取都是第一副图片。
这里涉及到一个问题就是python原语言里我们要实现图,是将其封装在一个函数里,那么每次调用这函数就会运行函数里的所有代码,而在tensorflow里不需要
这样做,会自动将代码加入到图中,而每次直接运行最后一个结点就会自动的重新运行图前面的结点。那么为什么我用numpy的函数却没有加入结点呢?
将操作进行封装进行尝试,结果一样。
目前解决方法是:因为graph直接运行一个结点其前面的结点会自动运行,那么只需要将没加入的操作重复运行就OK了