《tensorflow实战google》第二章代码

关注

原创最新推荐文章于 2026-08-09 14:13:24 发布 472 阅读 AI 写同款· GEO 优化 ›

TensorFlow的实战（详细代码） TensorFlow中的计算可表示为一个有向图(计算图)，其中每个运算操作为一个节点，每个节点可有任意多个输入和输出；在计算图的边中流动(flow)的数据被称为张量(tensor)，tensor在计算图中flow，故命名为TensorFlow；Session是用户使用TensorFlow的交互式接口，可通过Session的Extend方法添加新的节点和边；反复执行计算图时一般的tensor不会被持续保留，Variable中的数据tensor会被保存。自编码器，即可以使用自身的高阶特征编码自己。阅读详情

import tensorflow as tf

g1 = tf.Graph()
with g1.as_default():
    v = tf.get_variable("v", initializer=tf.zeros_initializer(), shape=[3])

g2 = tf.Graph()
with g2.as_default():
    v = tf.get_variable("v", initializer=tf.ones_initializer(), shape=[5])

with tf.Session(graph=g1) as sess:
    tf.initialize_all_variables().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))

with tf.Session(graph=g2) as sess:
    tf.initialize_all_variables().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))