深度学习之深度学习框架——Tensorflow

Tensorflow框架

Tensorflow的特点

Tensorflow基础

Tensorflow的编程习惯

import tensorflow as tf

# 实现一个加法运算
a=tf.constant(3.0)
b=tf.constant(4.0)
sum=tf.add(a,b)

with tf.Session() as sess:
    print(sess.run(sum))

Tensorflow的设计基本思想

tensor：每个数据可以用张量表示，图中的有向线段表示为张量；
operation（op）：专门运算的操作节点，所有的操作都是一个op；
graph：图，你的整个程序的结构；
Session：会话，运行程序的图。

Tensorflow进阶

图

import tensorflow as tf


# 实现一个加法运算
a=tf.constant(3.0)
b=tf.constant(4.0)
sum=tf.add(a,b)

# 默认的这张图，相当于是给程序分配一段内存
graph = tf.get_default_graph()
print(graph)

with tf.Session() as sess:
    print(sess.run(sum))
    print(a.graph)
    print(sum.graph)
    print(sess.graph)

<tensorflow.python.framework.ops.Graph object at 0x000002A5D4BF10F0>
7.0
<tensorflow.python.framework.ops.Graph object at 0x000002A5D4BF10F0>
<tensorflow.python.framework.ops.Graph object at 0x000002A5D4BF10F0>
<tensorflow.python.framework.ops.Graph object at 0x000002A5D4BF10F0>

创一个新的图——tf.Graph()

import tensorflow