【TensorFlow动手玩】基本概念: Tensor, Operation, Graph

最新推荐文章于 2024-04-27 09:34:17 发布
最新推荐文章于 2024-04-27 09:34:17 发布
阅读量6.8k 收藏 9
点赞数 2
分类专栏： DL框架 文章标签： TensorFlow 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shenxiaolu1984/article/details/52813962
版权
本文介绍了TensorFlow的基本概念，包括Tensor的概念，它是操作结果的符号化句柄；Operation作为TensorFlow的基本运算单元，以及如何查看所有操作；还有Graph，它是Tensor流动的路径。内容涉及Tensor的创建、形状以及获取形状的两种方法，并通过示例代码展示了如何在TensorFlow中创建和使用这些基本元素。
摘要由CSDN通过智能技术生成

总则

Tensorflow是

  • 异步的：一处写，一处读，一处训练
  • 全局的：操作添加到全局的Graph中，监控添加到全局的summary中，参数/损失添加到全局的collection中
  • 符号式的：创建时没有具体值，运行时才传入

Tensorflow的三大核心结构：Tensor，Operation，Graph

Tensor

Tensor可以看做一种符号化的句柄，指向操作的运算结果。在执行后返回基本类型、numpy.ndarray、或者其组成的list, tuple等。

创建Tensor

可以用函数（参看constant_op文档）创建常数、随机或者数列式的Tensor

x = tf.random_normal([2
最低0.47元/天 解锁文章
shenxiaolu1984
关注
  • 2
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Tensorflow源码解析4 -- 图的节点 - Operation
谢杨易的博客
11-16 2万+
1 概述 上文讲述了TensorFlow的核心对象，计算图Graph。Graph包含两大成员，节点和边。节点即为计算算子Operation，边则为计算数据Tensor。由起始节点Source出发，按照Graph的拓扑顺序，依次执行节点的计算，即可完成整图的计算，最后结束于终止节点Sink，并输出计算结果。 本文会对节点Operation进行详细讲解。 2 前端节点数据结构 在Python前端中，...
tf第二讲：基础知识（tensor、graph计算图、session会话）
weixin_43178406的博客
03-04 1万+
本文主要介绍了tf第二讲：基础知识（tensor、graph计算图、session会话），希望能对学习TensorFlow的同学有所帮助。 文章目录 1. Tensor的概念 2. 计算图（Graph）& 会话Session等概念
Graph operation
ganggang112800的专栏
09-19 716
// 图的基本操作 #include "stdafx.h" #include #define MaxValue INT_MAX   // 定义最大值即（无穷大） #define MaxVNum 100          // 定义最大顶点个数 using namespace std; // 建立邻接矩阵的结构 void ADJMATRIX(int A[][MaxVNu
简单记录Tensorflow中Graph和Session的关系
时光杂货店
09-18 9663
本篇博客转自以下博客： Tensorflow学习笔记2：About Session, Graph, Operation and Tensor以下是正文：1Tensorflow是一个基于图(Graph)的计算系统。 图的节点是由操作(Operation)来构成的，而图的各个节点则是由张量(Tensor)作为边来连接在一起的。 所以Tensorflow的计算过程是一个Tensor流向图。2Tens
Tensorflow C++ api 笔记
朱明代月的博客
02-13 1853
本篇博客记录笔者最近在在线推理服务中使用 Tensorflow C++ 接口的若干心得和疑(tu)惑(cao)，整个流程包括创建 session ，加载 graph ，填充 tensor ，运行 session ，等等。注意，因为 tensorflow 2.0 没有普及，考虑稳定性，本篇博客代码均基于 tensorflow 1.12 。 1. session 1.1 session & c...
TensorFlow学习（三）：Graph和Session
热门推荐
谢小小XH
12-24 10万+
之前讲完变量常量等等基本量的操作，意味着最基本的东西都有了，然后接下来很重要的就是那些量和操作怎么组成更大的集合，怎么运行这个集合。这些就是计算图谱graph和Session的作用了。IV.Graphhttps://www.tensorflow.org/versions/r0.11/api_docs/python/framework.html#Graph 一个TensorFlow的运算，被表示为一
tensorflow基础之张量（Tensor）、阶（Rank）、计算图（Graph）、节点（Node）
Astar的博客
01-09 4767
tensorflow对张量（Tensor）是这样定义的： 张量是对矢量和矩阵向潜在的更高维度的泛化。TensorFlow 在内部将张量表示为基本数据类型的 n 维数组。 显然，tensorflow将张量定义为多维数组。 【相关资料】 TensorFlow从0到1 - 2 - TensorFlow核心编程 笔记 | 什么是张量（tensor）& 深度学习 转|浅谈什么是张量tensor ...
tensorflow 获取所有variable或tensor的name示例
09-18
在TensorFlow中，管理和操作变量（Variable）和张量（Tensor）是构建和运行计算图的核心部分。有时候，为了调试、日志记录或者监控模型，我们需要获取这些对象的名称。以下将详细介绍如何在TensorFlow中获取所有...
探索高效计算的秘密：TensorOperations.jl
最新发布
gitblog_00010的博客
04-27 686
探索高效计算的秘密：TensorOperations.jl 项目地址:https://gitcode.com/Jutho/TensorOperations.jl 在现代科学与工程领域，多维数组操作（即张量运算）已经成为不可或缺的一部分，尤其是在机器学习、量子物理和图像处理等领域。今天，我们想向您推荐一个Julia语言的优秀库——TensorOperations.jl，它为高效的张量运算提供了一种简...
pyecharts Graph：关系图的参数值 数据项设置
weixin_46361294的博客
02-14 1562
【代码】pyecharts Graph：关系图的参数值 数据项设置。
python 中各类型介绍及相互转换 - list, array, tensor, dict, tuple, DataFrame
qq_40671063的博客
09-16 7315
python 中各类型介绍及相互转换 - list, array, tensor, dict, tuple, DataFrame;
tensorflow API简单整理（四、Graph，Operation&Tensor）
shandai7054的博客
07-15 1959
1.4 Building Graph tensorflow 采用符号式编程，相对于一帮的命令式编程（c，java）来说，tensorflow 将程序编写分为两个部分，一部分是构建图，另一部分是运行这个图。在构建图中可以使用变量、常量、控制流等各种方法。除此之外，还有一些图本身的属性和适合的方法，本节主要介绍这部分的内容。 从图的角度来说，api分为Core graph data structu
解读tensorflow之rnn
slamer的专栏
09-02 9万+
from: http://lan2720.github.io/2016/07/16/%E8%A7%A3%E8%AF%BBtensorflow%E4%B9%8Brnn/ 这两天想搞清楚用tensorflow来实现rnn/lstm如何做，但是google了半天，发现tf在rnn方面的实现代码或者教程都太少了，仅有的几个教程讲的又过于简单。没办法，只能亲自动手一步步研究官方给出的代码了。 本文研
tensorflow：自定义op简单介绍
Keith
06-26 3万+
tensorflow 自定义 op本文只是简单的翻译了 https://www.tensorflow.org/extend/adding_an_op 的简单部分，高级部分请移步官网。可能需要新定义 c++ operation 的几种情况： 现有的 operation 组合不出来你想要的 op 现有的 operation 组合 出来的 operation 十分低效 如果你想要手动融合一些操作。 为了实
[TensorFlow]理解Tensorboard Graph
王尧的技术博客
04-08 1万+
主旨在TensorFlow中每开发一个模型，都可以使用可视化调试工具TensorBoard得到这个session的Graph，这张图的结构和内容都不同于机器学习教材上介绍的典型神经网络结构图。本文试图通过代码实验理解Graph的含义，用以指导日常调试。代码和运行环境代码：https://github.com/wangyaobupt/TF_Graph singleNerualNode.py 运行环
pytorch学习笔记（一）：Tensor(张量)
逐梦er的博客
07-17 9544
在深度学习中，我们通常会频繁地对数据进行操作。作为动手学深度学习的基础，本节将介绍如何对内存中的数据进行操作。在PyTorch中，torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现Tensor和Num
使用TensorFlow的LSTM API(3/7)
hao像飘在外太空的博客
07-17 1840
LSTM 有一个 cell state和一个hidden state (这俩是同一个？)替换 with tf.Session() as sess: sess.run(tf.global_variables_initializer()) plt.ion() plt.figure() plt.show() loss_list = [] for epoch_i
TensorFlow Python API深度指南：构建与操作详解
`tf.Operation`代表图中的操作，如矩阵乘法、卷积等，它们是执行计算的基本单元。`tf.Tensor`则是数据载体，可以是常量或变量，用于在图中传递信息。 2. **核心图数据结构**： - `tf.Graph`: 是一个全局对象，用于...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值