TF结构

1.1 案例 tensorflow实现加法运算
1、代码

import tensorflow as tf
import os

def tf_demo():
	#该部分只是定义了操作的过程，并没有运行
    a=tf.constant(2) #
    b=tf.constant(3)
    c=a+b
    print(c)
	#开启会话
    with tf.Session() as sess:
        c_v=sess.run(c)
        print(c_v)

if __name__ == '__main__':
    #print('PyCharm')
    tf_demo()

输出1

输出2

注：
在TensorFlow API中创建常量的函数原型如下所示：

  tf.constant(
    value,
    dtype=None,
    shape=None,
    name='Const',
    verify_shape=False
	)

可以看到第一个值value是必须的，可以是一个数值，也可以是一个列表。

tensor=tf.constant(1)
tensor=tf.constant([1, 2])

为查看结果必须创建一个会话，并用取值函数eval()来查看创建的tensor的值

sess=tf.Session()
with sess.as_default():
    print('结果是：', tensor.eval())

2、TensorFlow结构分析
TensorFlow程序通常被组织成一个构建图阶段和一个执行图阶段。
在构建阶段，数据与操作的执行步骤被描述成一个图
在执行阶段，使用会话执行构建好的图中的操作

• 图和会话
  图：将计算表示为指令之间依赖关系的一种表示法
  会话：运行数据流图的机制
• 张量：TF中基本数据对象
• 节点：提供图当中执行的操作

3、数据流图介绍
使用张量作为介质，将各操作作为节点，形成一张完整的图。