Tensorflow详解（二）

1.张量

属性1.操作——张量的名称

        2.维度——描述张量的维度信息

        3.数据类型

2.Session会话——会话是Tensorflow的运行模型，管理程序运行的所有资源

  执行计算图——Session类提供了run（）方法，用户给run（）函数传入需要计算的节点，同时提供输入的数据，Tensorflow就

                          会 自动寻找所有需要计算的节点，并按依赖顺序执行他们

为计算图添加新的节点和边——Session类提供了extend（）方法,用来完善计算图

  2.1会话的使用方法    

用法一：

             sess=tf.Session()     #1.用Session类构件会话

             sess.run（）            #2.运行会话

             sess.close（）         #3.关闭会话

用法二——使用with/as环境上下文管理器

              with tf.Session() as sess:

                      with—block

 

2.2将会话设定为默认会话

 方法一：as_default()

             sess=tf.Session()

              with  sess.as_default():

                      with—block

  方法二：InteractiveSession类构件默认会话

                 sess=tf.InteractiveSession()

说明，当默认会话被设定后，可以通过Tensor.eval()函数来计算一个张量的取值。与Session.run功能相同

 

3.Session的参数配置

      tf.ConfigProto()函数用在创建session的时候，用来对session进行参数配置：  

      参数1：log_device_placement=True，日志中将会记录运行每一个节点所使用的设备，然后打印输出

      参数2：allow_soft_placement=True ，允许tf自动选择一个存在并且可用的设备来运行操作

4.placeholder机制——用于在会话运行时动态提供输入数据

      tf.placeholder(dtype,shape,name)  #定义位置

      sess.run()   #中的feed_dict（是一个字典）用来接收数据，