74、TensorFlow 函数图：深入解析与应用

TensorFlow 函数图：深入解析与应用

1. TF 函数与具体函数

TF 函数具有多态性，支持不同类型和形状的输入。以 tf_cube() 函数为例：

import tensorflow as tf

@tf.function
def tf_cube(x): 
    return x ** 3

每次使用新的输入类型或形状组合调用 TF 函数时，它会生成一个新的具体函数，该函数有自己专门针对此特定组合的图。这种参数类型和形状的组合称为输入签名。如果使用之前见过的输入签名调用 TF 函数，它将重用之前生成的具体函数。

例如：

concrete_function = tf_cube.get_concrete_function(tf.constant(2.0))
print(concrete_function)
print(concrete_function(tf.constant(2.0)))

这些图中的张量是符号张量，它们没有实际值，只有数据类型、形状和名称。符号张量使得提前指定如何连接操作成为可能，并且允许 TensorFlow 根据输入的数据类型和形状递归推断所有张量的数据类型和形状。

2. 探索函数定义和图

可以使用 graph 属性访问具体函数的计算图，并通过调用图的 get_operations() 方法获取其操作列表