tensorflow学习（一），计算图

tensorflow使用时的问题，计算图

(一)计算图在调用时才有

def add():
    #如果仅在
    a1 = tf.placeholder(tf.float32)
    b1 = tf.placeholder(tf.float32)

    c = tf.add(a1,b1)

    return c
def main(_):
    a = tf.constant(5)
    b = tf.constant(3)
  
    c = add(a,b)
    #在执行add这个函数的时候是没有计算图的
    with tf.Session() as sess:
        print(sess.run(c)	
       

上面代码中的a，b时常量

（二）计算图可以传递参数

# 导入tensorflow框架
import tensorflow as tf
import numpy as np
# 导入mnist数据集输入方法
#from tensorflow.examples.tutorials.mnist import input_data
import lib.dataset as mnist
import os

def add(a,b):
   

    c = tf.add(a1,b1)

    return c
def main(_):
    #a = tf.constant(5)
    #b = tf.constant(3)
    #变量
    a = tf.placeholder(tf.float32)
    b = tf.placeholder(tf.float32)
    c = add(a,b)
    
    #在执行add这个函数的时候是没有计算图的
    with tf.Session() as sess:

        print(sess.run(c,feed_dict={a:2,b:3}))
       

if __name__ == "__main__":
    tf.app.run()

可以用tf.placeholder占位符来占位置，之后用feed_dict传递值

（三）如果占位符被申明在函数里

# 导入tensorflow框架
import tensorflow as tf
import numpy as np
# 导入mnist数据集输入方法
#from tensorflow.examples.tutorials.mnist import input_data
import lib.dataset as mnist
import os

def add():
    #如果仅在
    a1 = tf.placeholder(tf.float32)
    b1 = tf.placeholder(tf.float32)

    c = tf.add(a1,b1)

    return c
def main(_):
    
    c = add()
    #在执行add这个函数的时候是没有计算图的
    with tf.Session() as sess:
        print(sess.run(c, feed_dict={a1: 3, b1: 5}))
        print(sess.run(c, feed_dict={a1: 7, b1: 9}))

if __name__ == "__main__":
    tf.app.run()

上面的代码会出现问题，因为add（）函数申明的a1，b1对主函数不可见
如果的确想要在函数中申明变量，可以通过返回a1，b1，代码如下

# 导入tensorflow框架
import tensorflow as tf
import numpy as np
# 导入mnist数据集输入方法
#from tensorflow.examples.tutorials.mnist import input_data
import lib.dataset as mnist
import os

def add():
    #如果仅在
    a1 = tf.placeholder(tf.float32)
    b1 = tf.placeholder(tf.float32)

    c = tf.add(a1,b1)

    return a1,b1,c
def main(_):
   
    a2,b2,c = add()
    #在执行add这个函数的时候是没有计算图的
    with tf.Session() as sess:

        print(sess.run(c,feed_dict={a2:2,b2:3}))
        print(sess.run(c, feed_dict={a1: 3, b1: 5}))
       
if __name__ == "__main__":
    tf.app.run()

上面的代码中第一个print正确执行，第二个print出错，找不到a1，b1