mysql 5.7和8.0区别_Tensorflow 2.0 和 Tensorflow 1.x 的计算区别

9b9452b9afda463504c97f54d05ac649.png

TensorFlow 2 是一个与 TensorFlow 1.x 使用体验完全不同的框架,TensorFlow 2 不兼容TensorFlow 1.x 的代码,同时在编程风格、函数接口设计等上也大相径庭,TensorFlow 1.x的代码需要依赖人工的方式迁移,自动化迁移方式并不靠谱。

TensorFlow 2 支持动态图优先模式,在计算时可以同时获得计算图与数值结果,可以代码中调试实时打印数据,搭建网络也像搭积木一样,层层堆叠,非常符合软件开发思维。

以简单的a + b的相加运算为例,在 TensorFlow 1.x 中,首先创建计算图, 创建计算图的过程就类比通过符号建立公式 = + 的过程,仅仅是记录了公式的计算步

骤,并没有实际计算公式的数值结果,需要通过运行公式的输出端子,并赋值 =2.0, = 4.0才能获得的数值结果

51f0d60b56c6a497f5f31d8f58a40bc3.png

tensorflow 1.x

接下来我们使用 TensorFlow 2 来完成a+b运算

031d2fcdbc8721de12bc1496a4e9a082.png

tensorflow 2.0

920de48fbde78a7b0ede0b9fd0178ad9.png

运行结果

这种运算时同时创建计算图 + 和计算数值结果a+b的方式叫做命令式编程,也称为动态图优先模式。TensorFlow 2 和 PyTorch 都是采用动态图(优先)模式开发,调试方便,所见即所得。一般来说,动态图模型开发效率高,但是运行效率可能不如静态图模式,TensorFlow 2 也支持通过 tf.function 将动态图优先模式的代码转化为静态图模式。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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