Tensorflow初学之三大模型

Tensorflow 计算模型——计算图

对于下面这个简短的程序

import tensorfolw as tf
a = tf.constant([1.0, 2.0], name = "a")
b = tf.constant([2.0, 3.0], name = "b")
result = a + b
sess = tf.Session()
sess.run(result)

通过TensorBoard可视化的计算图为:

图中每一个节点都是一个运算,每条边都代表了计算之间的依赖关系。a和b这两个常量不依赖任何其他计算,add计算依赖读取两个常量的取值。

tensorflowtf.Graph生成新的计算图,不同计算图的张量和运算都不会共享。示例代码如下:

import tensorflow as tf

g1 = tf.Graph()
with g1.as_default():
    v = tf.get_variable("v", shape = [1], initializer=tf.zeros_initializer)

g2 = tf.Graph()
with g2.as_default():
    v = tf.get_variable("v", shape = [1], initializer=tf.ones_initializer)

with tf.Session(graph=g1) as sess:
    tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))
        
with tf.Session(graph=g2) as sess:
    tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))

tensorflow 数据模型——张量

在Tensorfolw程序中所有数据都用张量存储,

import tensorflow as tf
a = tf.constant([1.0, 2.0], name = "a")
b = tf.constant([2.0, 3.0], name = "b")
result =tf.add(a, b, name = "add")
print(result)

输出:

Tensor("add:0", shape=(2,), dtype=float32)
本文作者:Author:     文章标题:Tensorflow初学之三大模型
本文地址:https://www.ningcaichen.top/archives/5.html     
版权说明:若无注明,本文皆为“宁采晨's Blog”原创,转载请保留文章出处。
Last modification:2019 年 11 月 05 日 09 : 49 AM

Leave a Comment

召唤看板娘