tensorflow中计算图，张量，和session

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