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
MartinYeung510 小时前
DC Scameter:一份反诈骗相关的专业分析报告
人工智能·安全
硅徒11 小时前
企业 RAG 的检索注入:让知识库吐出机密文档的攻击面
人工智能
Getflare11 小时前
前端 + UI 设计 + AI:这不是三个工种,是一个新三角能力模型(附自检清单)
前端·人工智能·ui
墨舟的AI笔记11 小时前
Core Web Vitals 闭环:LCP/INP/CLS 的前端监控落地
人工智能
NPE~11 小时前
[AI]Agent开发——ADK框架使用
人工智能·python·ai·教程·adk·agent开发
莫名的好感°11 小时前
国内AI视频工具哪家强?FusionAI聚合即梦Seedance、可灵Kling、HappyHorse、Google Veo,一个平台看懂所有选择
大数据·人工智能
语歌11 小时前
AI 语言学习系统的工程边界:为什么 LLM 不该负责复习排期
人工智能·swift
咖啡星人k11 小时前
企业内网引入 AI 编程:MonkeyCode 私有化部署思路
大数据·人工智能·私有化部署·monkeycode
QYRdata11 小时前
50.6%高增速!2026-2032年人形机器人大脑控制器赛道驶入高速成长通道
人工智能·机器人