前面介绍过了Tensorflow的基本概念,比如如何使用tensorboard查看计算图。本篇则着重介绍和整理下Constant相关的内容。
常量的概念
在tensorflow中,数据分为几种类型: 常量Constant、变量Variable、占位符Placeholder。其中:
常量:用于存储一些不变的数值,在计算图创建的时候,调用初始化方法时,直接保存在计算图中
变量:模型训练的参数,比如全连接里面的W和bias
占位符:就是模型每次训练时的样本,当计算图固定时,只需要替换占位符里面的内容,就可以重新计算了。
概念上跟spark的DAG图差不多,不过图的模式更固定一些,不像spark还分为action和transform。
常量的简单使用
下面这个例子就是常量最简单的使用例子了,定义a和b两个常量,输出x。x=a+b。
import tensorflow as tf
a = tf.constant(2)
b = tf.constant(3)
x = tf.add(a, b)
with tf.Session() as sess:
writer = tf.summary.FileWriter('./graphs', sess.graph)
print(sess.run(x))
writer.close()
得到的计算图如下: