tf.get_default_graph().as_graph_def() tensorflow 图结构

 

https://blog.csdn.net/silent56_th/article/details/75557951

print(tf.get_default_graph().as_graph_def())

 

import tensorflow as tf

a = tf.constant(1)

b = tf.Variable(a)

print(tf.get_default_graph().as_graph_def())

https://danijar.com/what-is-a-tensorflow-session/

 

在会话中运行计算

with tf.Session(graph=graph) as sess:
  sess.run(initialize)
  sess.run(assign)
  print(sess.run(variable))

添加了三个节点，分别是Variable、Variable/read和Variable/Assign，从字面理解可以猜测分别是作为存储器、读取接口和赋值接口。而这个assign的存在就是区分Variable和Tensor的重要标志（Variable是mutable的）。

我们使用变量和三个操作定义图形：variable返回变量的当前值。initialize将初始值42分配给该变量。assign将新值13赋给该变量

graph = tf.Graph()
with graph.as_default():
  variable = tf.Variable(42, name='foo')
  initialize = tf.global_variables_initializer()
  assign = variable.assign(13)