二、TensorFlow结构分析(2)

目录

1、会话

[1.1 init(target='',graph=None,config=None)](#1.1 init(target='',graph=None,config=None))

[1.2 会话的run()](#1.2 会话的run())

[1.3 feed操作](#1.3 feed操作)


  • TF数据流图
  • 图与TensorBoard
  • 会话
  • 张量
  • 变量OP
  • 高级API

1、会话

1.1 init(target='',graph=None,config=None)

python 复制代码
def session_demo():
    # 会话的演示
    # Tensorflow实现加法运算
    a_t = tf.constant(2)
    b_t = tf.constant(3)
    c_t = a_t + b_t
    print("tensorflow:\n", c_t)

    # 查看默认图
    # 方法1:调用方法
    default_g = tf.get_default_graph()
    # default_g =tf.compat.v1.get_default_graph
    print("default:\n", default_g)
    # 方法2:查看属性
    print("a_t的图属性:\n", a_t.graph)
    print("c_t的图属性:\n", c_t.graph)

    # 开启会话
    with tf.Session(config=tf.ConfigProto(allow_soft_placement=True,
                                          log_device_placcement=True)) as sess:
        c_t_value = sess.run(c_t)
        print("c_t_value:\n", c_t_value)
        print("sess的图属性:\n", sess.graph)
        # 将图写入本地生成events文件
        tf.summary.FileWriter("./tmp/summary",graph=sess.graph)

    return None

1.2 会话的run()

python 复制代码
# 同时查看a_t,b_t,c_t
abc = sess.run([a_t,b_t,c_t])

1.3 feed操作

相关推荐
湫ccc35 分钟前
《Opencv》基础操作详解(3)
人工智能·opencv·计算机视觉
Jack_pirate44 分钟前
深度学习中的特征到底是什么?
人工智能·深度学习
微凉的衣柜1 小时前
微软在AI时代的战略布局和挑战
人工智能·深度学习·microsoft
GocNeverGiveUp1 小时前
机器学习1-简单神经网络
人工智能·机器学习
Schwertlilien1 小时前
图像处理-Ch2-空间域的图像增强
人工智能
智慧化智能化数字化方案2 小时前
深入解读数据资产化实践指南(2024年)
大数据·人工智能·数据资产管理·数据资产入表·数据资产化实践指南
哦哦~9212 小时前
深度学习驱动的油气开发技术与应用
大数据·人工智能·深度学习·学习
智慧化智能化数字化方案2 小时前
120页PPT讲解ChatGPT如何与财务数字化转型的业财融合
人工智能·chatgpt
矩阵推荐官hy147622 小时前
短视频矩阵系统种类繁多,应该如何对比选择?
人工智能·python·矩阵·流量运营
kida_yuan3 小时前
【从零开始】10. RAGChecker 提升回答准确率(番外篇)
人工智能