tf1.x产出模型小例子

最新推荐文章于 2024-08-09 22:02:19 发布

原创最新推荐文章于 2024-08-09 22:02:19 发布 · 173 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习

tf 专栏收录该内容

40 篇文章

订阅专栏

该博客展示了如何在 TensorFlow 中使用 `tf.add_n` 进行元素级加法操作，并记录运行时信息。通过创建常量和变量，然后将它们传递给 `add_n` 函数，实现张量的相加。同时，利用 `tf.Session` 运行图并使用 `tf.summary.FileWriter` 记录会话图和运行元数据。

部署运行你感兴趣的模型镜像

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

a = tf.constant([10.0, 20.0, 40.0], name='a')
b = tf.Variable(tf.random_uniform([3]), name='b')  # 从均匀分布中输出随机值,[3]代表张量尺寸
output = tf.add_n([a, b], name='add')  # Add all input tensors element wise

with tf.Session() as sess:
    writer = tf.summary.FileWriter('../log', sess.graph)

    # tf.RunOptions.FULL_TRACE代表所有的信息
    run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
    # 运行时记录运行信息的proto，pb是用来序列化数据的
    run_metadata = tf.RunMetadata()

    sess.run(tf.global_variables_initializer())
    f = sess.run(output, options=run_options, run_metadata=run_metadata)
    print(f)

    writer.add_run_metadata(run_metadata, 'metadata')
    writer.close()
    pass