tensorflow中计算图的概念
tensorflow程序一般分为两个阶段:
1、定义计算图所有的计算
2、在session中执行计算
在tensorflow程序中,系统会自动维护一个默认的计算图,可以通过tf.get_default_graph()函数获取。以下代码展示了如何获取
默认计算图以及如何查看一个运算所属的计算图:
import tensorflow as tf a=tf.constant([1.0,2.0], name='a') # 定义一个常量使用tf.constant方法 b=tf.constant([1.0,2.0], name='b') result = a+b # 通过a.graph可以查看张量所属的计算图,如果没有特别指定,则属于当前默认的计算图 print(a.graph is tf.get_default_graph()) # 输出为True
tensorflow可以通过tf.Graph函数生成新的计算图。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',initializer=tf.zeros_initializer()(shape = [1])) g2=tf.Graph() with g2.as_default(): # 在计算图g2中定义变量'v',并设置初始值微1。 v=tf.get_variable('v',initializer=tf.ones_initializer()(s