参考:
TENSORFLOW从入门到精通之——TENSORFLOW基本操作
http://www.tensorflownews.com/2018/03/28/tensorflow_base/
Tensorflow是一种计算图模型,即用图的形式来表示运算过程的一种模型。Tensorflow程序一般分为图的构建和图的执行两个阶段。
- 图的构建,每次运算的的结果以及原始的输入数据都可称为一个节点(operation ,缩写为op)
import tensorflow as tf
m1=tf.constant([3,5])#定义的节点(operation,缩写为op)
m2=tf.constant([2,4])
result=tf.add(m1,m2)#通过节点构建的图/矩阵相加
print(result)#其并没有输出矩阵相加的结果,而是输出了一个包含三个属性的Tensor
- 图的执行,也就是在会话(session)中执行图模型中定义好的运算。
sess=tf.Session()#启动默认图模型
print(sess.sun(result)) #运行图模型,传入参数result,执行矩阵加法,打印相加的结果[5,9]
sess.close()#关闭会话session
另外一种写法:
with tf.session() as sess:
res = sess.run([result])
print(res)
如下程序2-4所示,Tensorflow中使用with…device语句来指定GPU或CPU资源执行操作:
with tf.session() as sess:
with tf.device(''/gpu:2"):#指定第二个GPU资源来运行下面的op(节点),指定第N个 "/gpu:N"
m1 = tf.constant([3,5])
m2 = tf.constant([2,4])
result = tf.add(m1,m2)
res = sess.run([result])
print(res)