TensorFlow入门(十一、图的基本操作)

建立图

一个TensorFlow程序默认是建立一个图的,除了系统自动建图以外,还可以用tf.Graph()手动建立,并做一些其他的操作

如果想要获得程序一开始默认的图,可以使用tf.get_default_graph()函数

如果想要重新建立一张图代替原来的图,可以使用tf.reset_default_graph()函数

注意:在使用tf.reset_default_graph函数时必须保证当前图的资源已经全部释放,否则会报错。例如如果在当前图中使用tf.InteractiveSession函数建立了一个会话,在会话结束时却没有调用close进行关闭,那么再执行tf.reset_default_graph函数时,就会报错。

示例代码如下:

python 复制代码
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

var1 = tf.constant(8.0)
print("var1:",var1.graph)

mygraph = tf.Graph()
with mygraph.as_default():
    var2 = tf.constant(9.9)
    print("var2:",var2.graph)
    print("mygraph:",mygraph)
    
mygraph2 = tf.get_default_graph()
print("mygraph2:",mygraph2)

tf.reset_default_graph()
mygraph3 = tf.get_default_graph()
print("mygraph3:",mygraph3)

获取张量

在图里面可以通过名字得到其对应的元素,使用的是get_tensor_by_name()函数

示例代码如下:

python 复制代码
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

var1 = tf.constant(8.0)
print("var1:",var1.graph)

mygraph = tf.Graph()
with mygraph.as_default():
    var2 = tf.constant(9.9)
    print("var2:",var2.graph)
    print("mygraph:",mygraph)
    
mygraph2 = tf.get_default_graph()
print("mygraph2:",mygraph2)

tf.reset_default_graph()
mygraph3 = tf.get_default_graph()
print("mygraph3:",mygraph3)

t1 = mygraph.get_tensor_by_name(name = var2.name)
print(t1)

print("var2.name:",var2.name)

获取元素列表

如果想看一下图中的全部元素,可以使用get_operations()函数来实现。

示例代码如下:

python 复制代码
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

var1 = tf.constant(8.0)
print("var1:",var1.graph)

mygraph = tf.Graph()
with mygraph.as_default():
    var2 = tf.constant(9.9)
    var3 = tf.constant(11.9)
    print("var2:",var2.graph)
    print("mygraph:",mygraph)
    
mygraph2 = tf.get_default_graph()
print("mygraph2:",mygraph2)

tf.reset_default_graph()
mygraph3 = tf.get_default_graph()
print("mygraph3:",mygraph3)

t1 = mygraph.get_tensor_by_name(name = var2.name)
print(t1)

print("var2.name:",var2.name)

t2 = mygraph.get_operations()
print(t2)

获取对象

使用tf.Graph.as_graph_element(obj,allow_tensor = True,allow_operation = True)函数,可以根据对象来获取元素,即传入的是一个对象,返回一个张量或是一个OP。该函数具有验证和转换功能。

示例代码如下:

python 复制代码
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

var1 = tf.constant(8.0)
print("var1:",var1.graph)

mygraph = tf.Graph()
with mygraph.as_default():
    var2 = tf.constant(9.9)
    var3 = tf.constant(11.9)
    print("var2:",var2.graph)
    print("mygraph:",mygraph)
    
mygraph2 = tf.get_default_graph()
print("mygraph2:",mygraph2)

tf.reset_default_graph()
mygraph3 = tf.get_default_graph()
print("mygraph3:",mygraph3)

t1 = mygraph.get_tensor_by_name(name = var2.name)
print(t1)

print("var2.name:",var2.name)

t2 = mygraph.get_operations()
print(t2)

t3 = mygraph.as_graph_element(var2)
print(t3)

获取节点操作

使用get_operation_by_name()函数

示例代码如下:

python 复制代码
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

mygraph = tf.get_default_graph()

x1 = tf.constant([[2.3,6.6]])
x2 = tf.constant([[5.3],[9.6]])
tensor1 = tf.matmul(x1,x2,name = "op")

test2 = mygraph.get_operation_by_name(tensor1.op.name)
print(test2)
相关推荐
糖豆豆今天也要努力鸭4 分钟前
torch.__version__的torch版本和conda list的torch版本不一致
linux·pytorch·python·深度学习·conda·torch
脆皮泡泡5 分钟前
Ultiverse 和web3新玩法?AI和GameFi的结合是怎样
人工智能·web3
机器人虎哥9 分钟前
【8210A-TX2】Ubuntu18.04 + ROS_ Melodic + TM-16多线激光 雷达评测
人工智能·机器学习
码银16 分钟前
冲破AI 浪潮冲击下的 迷茫与焦虑
人工智能
何大春20 分钟前
【弱监督语义分割】Self-supervised Image-specific Prototype Exploration for WSSS 论文阅读
论文阅读·人工智能·python·深度学习·论文笔记·原型模式
uncle_ll28 分钟前
PyTorch图像预处理:计算均值和方差以实现标准化
图像处理·人工智能·pytorch·均值算法·标准化
宋1381027972028 分钟前
Manus Xsens Metagloves虚拟现实手套
人工智能·机器人·vr·动作捕捉
在下不上天28 分钟前
Flume日志采集系统的部署,实现flume负载均衡,flume故障恢复
大数据·开发语言·python
SEVEN-YEARS32 分钟前
深入理解TensorFlow中的形状处理函数
人工智能·python·tensorflow
世优科技虚拟人35 分钟前
AI、VR与空间计算:教育和文旅领域的数字转型力量
人工智能·vr·空间计算