TensorFlow笔记——OP

• 前言

tensorflow是一个符号式编程框架，需要定义graph，然后用一个session来运行这个graph得到结果

在graph中，我们需要定义数据和操作

其中，数据就是Tensor对象；而操作就是Operation对象，简称OP

记住这两点

• 常见OP

                              

区分一下操作函数与操作对象：

先举个例子：

import tensorflow as tf 

def op_demo():

    a = tf.constant(5)
    print("a:\n",a)

    return None

if __name__ == "__main__":
    op_demo()

在上述程序中：

a = tf.constant(5)

tf.constant()是操作函数，该函数所做的是创建一个常数

上述程序的输出结果：

a:
 Tensor("Const:0", shape=(), dtype=int32)

其中的Const就是一个操作对象

那操作函数和操作对象之间有什么联系呢？

在调用操作函数时，如上面的tf.constant()，一般会传入Tensor对象（数据），如上面的5

在调用操作函数的过程中，会生成一个操作对象，如上面的Const

一个操作对象是TensorFlow图中的一个节点，可以接受0个或多个输入Tensor对象，并且可以输出0个或多个Tensor对象

拿上面的例子来说的话，Const接受了5这个Tensor对象，然后输出了5这个Tensor对象。

赋值可能不太好理解，以加法为例

import tensorflow as tf

a = tf.constant(5)
b = tf.constant(6)
c = tf.add(a,b)

print("a:\n",a)
print("b:\n",b)
print("c:\n",c)
    

tf.add(5,6)创建了一个操作对象Add,操作对象Add的输入为5,6，经过加法操作之后，Add这个对象输出为11,通过tf.add()这个操作函数返回看下程序输出结果：

a:
 Tensor("Const:0", shape=(), dtype=int32)
b:
 Tensor("Const_1:0", shape=(), dtype=int32)
c:
 Tensor("Add:0", shape=(), dtype=int32)

操作对象是通过操作函数产生

注意，打印出来的是张量值，可以理解为OP中包含了这个值，并且每一个OP指令都对应一个唯一的名称，如上面的Const,Const_1