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
测试者家园1 小时前
为什么意图驱动测试是自动化测试的下一站,而不是替代品
自动化测试·软件测试·人工智能·持续测试·ai赋能·智能化测试·软件测试变革
D202020202 小时前
TikTok Shop禁止AI语音直播落地后,跨境卖家如何通过达秘合规调整带货内容
人工智能
像风一样自由20202 小时前
20.Milvus常见问题检索不到维度错误和数据一致性
人工智能·大模型·milvus
现代野蛮人2 小时前
【深度学习实验】—— 基于 LSTM 与 Optuna 调参的丙型肝炎预测
人工智能·深度学习·lstm
支支დ3 小时前
VO by Vercel 前端特定优势:为什么它是构建 AI 应用的新范式
前端·人工智能
ZGIAI3 小时前
ZGI 让那些"等你去处理"的事,真正跑起来
人工智能·架构
ZGIAI3 小时前
ZGI:别再做Agent Demo了,先问问它在业务里能不能撑过下周三
人工智能·架构
香芋芋圆3 小时前
AI 冲击内卷之下,普通前端如何破局?WebGIS—— 低门槛突围赛道
前端·javascript·人工智能·学习·职场发展
m0_614523553 小时前
完整教程|输入一句描述,能不能直接生成一段可以继续剪辑的视频:写结构化描述到生成短样片
人工智能·音视频
stormzhangV4 小时前
AGI 时代终于来了!
人工智能·openai