溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關Tensorflow的計算圖是怎樣的，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
下面介紹下Tensorflow的計算圖
TensorFlow哲學
separates definition of computations from their execution
對定義計算和計算的執行做了分離。
tensorflow的編程和以往接觸的編程方式有很大差異。以前的編程，無論是編譯類型語言還是動態解釋型語言，變量計算后，就會得到結果，比如c=a+b，當執行完語句后，就會得到c的值。
但，
tensorflow不是！
首先看一下，tensor是什么？它是一個 n 維數組：
0-d tensor: scalar （標量）
1-d tensor: vector （向量）
2-d tensor: matrix（矩陣）
…
有了tensor, 那么tensorflow的計算流圖就可以構建為下面這個樣子，圓形節點代表tensor間執行的操作：
比如對兩個tensor執行一個add操作：
1import tensorflow as tf
2a = tf.add(3, 5)
接下來，我們打印 a，看看發生什么：
1print (a)
2Tensor("Add:0", shape=(), dtype=int32)
這就驗證了之前所說，計算圖和執行計算圖做了嚴格的分離，所以此時打印得不到a值。
如何得到a值？
創建session，并在當前的sess中執行構建的圖得到a的值。
1with tf.Session() as sess:
2 print(sess.run(a))關于Tensorflow的計算圖是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
