Tensorflow基础2：图graph

Tensorflow

基础2：图graph

图状结构空间,一个庞大数据结构集合，每个图使用随机内存空间,图都是相对独立的

图的主要作业就是分配内存空间，对于编码本身无意义

一个图中包含 tensor(张量) op(operation-Node,运算符)

tensorflow中有一个默认的图

获取默认的图

tf.get_default_graph()

<tensorflow.python.framework.ops.Graph at 0x23ff54ab400>

创建一个图

graph1 = tf.Graph()

在指定的图中进行张量的声明

with graph1.as_default():
    c = tf.constant([1,2,3])
    d = tf.constant(789)

graph=None 打开默认的图

with tf.Session() as sess:
    add = tf.add(a,b)
    display(sess.run(add))

690

使用指定的图

with tf.Session(graph=graph1) as sess:
    add = tf.add(c,d)
    display(sess.run(add))

array([790, 791, 792])

图之间互相运算 python-numpy

#默认图中的a张量  和  graph1 中的 d进行运算
with tf.Session() as sess:
    g1 = sess.run(a)
with tf.Session(graph=graph1) as sess:
    g2 = sess.run(d)
#g1和g2是ndarray不会收到tf的约束
g1+g2

912