Tensorflow小样例-构建计算图

这个例子是用Tensorflow构建一个简单的计算图

import tensorflow as tf

#使用tensorflow在默认的图中创建节点，这个节点是一个变量，命名为“counter”
state = tf.Variable(0, name="counter")

#创建一个常量
one = tf.constant(1)

#对常量与变量进行简单的加法操作，这点需要说明的是： 在TensoorFlow中，
#所有的操作op和变量都视为节点，tf.add() 的意思就是在tf的默认图中添加一个op，这个op是用来做加法操作的。
new_value = tf.add(state,one)

#赋值操作。将new_value的值赋值给update变量
update = tf.assign(state,new_value)

#此处用于初始化变量。但是这句话仍然不会立即执行。需要通过sess来将数据流动起来 。如果有Variable，一定需要写这句话
init = tf.initialize_all_variables()

#切记：所有的运算都应该在session中进行，即 with tf.Session() as sess
with tf.Session() as sess:
    #对变量进行初始化，执行（run）init语句
    sess.run(init)
    #循环3次，并且打印输出。
    for _ in range(3):
        sess.run(update)
        # 打印变量时也需要用sess.run
        print(sess.run(state))

结果如下：

注意：

1. TensorFlow与我们正常的编程思维略有不同：TensorFlow中的语句不会立即执行；而是等到开启会话session的时候，才会执行session.run()中的语句。如果run中涉及到其他的节点，也会执行到。

2. Tesorflow模型中的所有的节点都是可以视为运算操作op或tensor