RuntimeError: The Session graph is empty. Add operations to the graph before calling run()

本文展示了一个简单的 TensorFlow 1.15 版本的使用案例,通过演示基本的加法操作来介绍 TensorFlow 的核心结构,并分享了在使用过程中遇到的问题及解决方法。
部署运行你感兴趣的模型镜像

代码如下,替换的tensorflow版本为1.15,目前还没找到更好的解决办法。

import tensorflow as tf

def tensorflow_demo():
    """
    Tensorflow的基本结构
    :return:
    """
    #tensorflow实现加法运算
    a_t = tf.constant(2)
    b_t = tf.constant(3)
    c_t = a_t+b_t
    #print(c_t)

    #开启会话
    with tf.Session() as sess:
        c_t_value = sess.run(c_t)
        print('c_t_value:\n',c_t_value)

    return None

if __name__ == '__main__':
    #代码1:Tensorflow的基本结构
    tensorflow_demo()

遇到如下问题,一直没法解决,选择更换版本
在这里插入图片描述

解决办法如下,更换tensorflow版本。
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值