TensorFlow 基础(2)

作者 : 开心源码 本文共809个字,预计阅读时间需要3分钟 发布时间: 2022-05-13 共136人阅读

awesome-tensorflow

什么是图计算

图计算可以直观地表达复杂运算(或者者说功能结构)。
根据图论,图是由节点(node/vertice)和边(edge)组成结构,是非线性的数据结构。在图计算中基本的数据结构表达就是:
G = (V,E,D) V = vertex (顶点或者者节点) E = edge (边) D = data (权重),那么可以简单了解边表示节点间依赖关系同时也有对输入进行放大或者缩小的功能。

图计算好处

  • 将复杂计算过程更直观清晰表达解决
  • 可以进行切分计算单元(个人了解)
  • 计算更有层次
  • 上面后两点表示我们可以对图计算进行分布式运算,这个对于机器学习这个总是要面临大量运算显得很重要

新建图

在引入 TensorFlow 时候默认为我们j

import tensorflow as tfprint(tf.get_default_graph())g = tf.Graph()print(g)

通过输出默认 default graph 和新建的 graph 对象 id 来看,这是两个不同的对象。

<tensorflow.python.framework.ops.Graph object at 0x1039372b0><tensorflow.python.framework.ops.Graph object at 0x103d89668>
g1 = tf.get_default_graph()g2 = tf.Graph()print(g1 is tf.get_default_graph())with g2.as_default():    print(g1 is tf.get_default_graph())print(g1 is tf.get_default_graph())

从结果上来看,使用 with 语句和 as_default() 命令返回一个上下文管理器,是该计算图成为默认计算图,所以此时输出print(g1 is tf.get_default_graph())为 False。

TrueFalseTrue

说明
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » TensorFlow 基础(2)

发表回复