TensorFlow使用手冊

基本介紹

圖的介紹

圖是數(shù)據(jù)結(jié)構(gòu)和算法學(xué)里最強(qiáng)大的框架之一, 可以用來表示所有類型的結(jié)構(gòu)和系統(tǒng).

  • 頂點/節(jié)點
  • 邊(edge): 頂點之間的線段就是邊,表示事物之間的關(guān)系. 比如社交網(wǎng)絡(luò)的關(guān)注粉絲關(guān)系.
  • 有向圖和無向圖: 區(qū)別就是有向圖中的邊的關(guān)系是有方向的.
  • 環(huán)圖和無環(huán)圖: 關(guān)系的傳遞

Computation Graph : 是邊(data)和節(jié)點(operation)組成的有向數(shù)據(jù)流圖

  • 邊代表數(shù)據(jù)的流向, 也可是說的data的傳遞
  • 節(jié)點代表對數(shù)據(jù)的操作和計算, 對數(shù)據(jù)的操作

Graph常規(guī)操作

    1. 默認(rèn)圖中創(chuàng)建操作/函數(shù)
import tensorflow as tf

c = tf.constant(1.0)
a = 1.0

print(c)
print(a)
print(c.graph)
print(tf.get_default_graph)
print(c.name)

#輸出結(jié)果
Tensor("Const:0", shape=(), dtype=float32)
1.0
<tensorflow.python.framework.ops.Graph object at 0x0000022D5F630BE0>
<function get_default_graph at 0x0000022D70A6DBF8>
Const:0
    1. 在不通的圖里創(chuàng)建函數(shù)
#上下文管理器選擇圖
g = tf.Graph()
print('g:', g)
with g.as_default():
    d = tf.constant(1.0)
    print(d.graph)

#運(yùn)行結(jié)果:
g: <tensorflow.python.framework.ops.Graph object at 0x000002413EB3BC50>
<tensorflow.python.framework.ops.Graph object at 0x000002413EB3BC50>
    1. 為圖分配不同的運(yùn)行設(shè)備
g2 = tf.Graph()
with g2.device('/gpu:0'):
    a = tf.constant(1.5)
  • namescope, 能是神經(jīng)網(wǎng)絡(luò)的節(jié)點標(biāo)簽清晰
with tf.name_scope('A'):
    a1 = tf.Variable([1], name='a1')
    with tf.name_scope('B'):
        a2 = tf.Variable([1], name='a2')
with tf.name_scope('A'):
    a3 = tf.Variable([1], name='a3')
print(a1)
print(a2.name)
print(a3)

# 運(yùn)行結(jié)果
<tf.Variable 'A/a1:0' shape=(1,) dtype=int32_ref>
A/B/a2:0
<tf.Variable 'A_1/a3:0' shape=(1,) dtype=int32_ref>
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

推薦閱讀更多精彩內(nèi)容