图结构:数据(Tensor)+操作(operation)
- 默认图:
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
def tensorflow_demo():
"""
TensorFlow的基本结构
:return:
"""
# #原生python加法运算
a = 3
b = 2
c = a + b
print("结果:\n",c)
# #TensorFlow实现加法运算
# # 图 在构建阶段,数据与操作执行步骤被描述为图;
# # 流程图:定义数据(张量Tensor)和操作(节点Op)
a_t = tf.constant(2)
b_t = tf.constant(3)
c_t = a_t + b_t
print("结果:\n",c_t)
# # 开启会话 使用会话执行构建的图中操作
# # 调用各方资源,将定义好的数据和操作运行起来
with tf.Session() as sess:
c_t_value = sess.run(c_t)
print("c_t_value:\n",c_t_value)
# print("sess的图属性:\n",sess.graph)
# return None
if __name__ == "__main__":
# #代码1:TensorFlow的基本结构
tensorflow_demo()
查看默认图的方法
- 调用方法:tf.get_default_graph()
- 查看属性:.grapg(op\sess)
import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' def tensorflow_demo(): """ TensorFlow的基本结构 :return: """ # #原生python加法运算 a = 3 b = 2 c = a + b print("结果:\n",c) # #TensorFlow实现加法运算 # # 图 在构建阶段,数据与操作执行步骤被描述为图; # # 流程图:定义数据(张量Tensor)和操作(节点Op) a_t = tf.constant(2) b_t = tf.constant(3) c_t = a_t + b_t print("结果:\n",c_t) def graph_demo(): """ 图的演示 :return: """ # #TensorFlow实现加法运算 a_t = tf.constant(2) b_t = tf.constant(3) c_t = a_t + b_t print("结果:\n",c_t) # 查看默认图 # 1.调用方法 default_g = tf.get_default_graph() print("default_g:\n", default_g) # 2.查看属性 print("a_t的图属性:\n ", a_t.graph) print("b_t的图属性:\n ", b_t.graph) # # 开启会话 使用会话执行构建的图中操作 # # 调用各方资源,将定义好的数据和操作运行起来 with tf.Session() as sess: c_t_value = sess.run(c_t) print("c_t_value:\n",c_t_value) print("sess的图属性:\n",sess.graph) # return None if __name__ == "__main__": # #代码1:TensorFlow的基本结构 # tensorflow_demo() # 图的演示 graph_demo()