tensorflow：图（Graph）的核心数据结构与通用函数（Utility function）

• Tensorflow一些常用基本概念与函数（2）

1. 图（Graph）的核心数据结构

• tf.Graph.__init__：建立一个空图；

• tf.Graph.as_default()：一个将某图设置为默认图，并返回一个上下文管理器，常与 with 结构相搭配；

  g = tf.Graph()
  with g.as_default():
    # Define operations and tensors in `g`.
    c = tf.constant(30.0)
    assert c.graph is g
  
  c = tf.constant(4.0)
  assert c.graph is tf.get_default_graph()

• tf.Graph.finalized：返回True，如果图被完成

  • tf.Graph.finalize()：完成图的构建，即将其设置为只读模式

  if not tf.Graph.finalized:
      tf.Graph.finalize()

• tf.Graph.control_dependencies(control_inputs)：定义一个控制依赖，并返回一个上下文管理器，也常与 with 结构搭配；

  with g.control_dependencies([a, b, c]):
      ....
      d = …
      e = …
  
  
  # `d` 和 `e` 将在 `a`, `b`, 和`c`执行完之后运行.
  
  
  def my_func(pred, tensor):
      with tf.control_dependencies([pred]):
          # 乘法操作(op)创建在该上下文，所以被加入依赖控制中
          #执行完pred之后再执行matmul
          return tf.matmul(tensor, tensor)

• tf.Graph.device(device_name_or_function)：定义运行图所使用的设备，并返回一个上下文管理器

  with g.device('/gpu:0'): ...
  with g.device('/cpu:0'): ...

转载于:https://www.cnblogs.com/mtcnn/p/9421620.html