Tensorflow基本操作（一）_tensorflow打印张量默认图-优快云博客

本文详细介绍了TensorFlow中图和会话的基本概念及使用方法。通过具体案例展示了如何创建张量、执行运算，并利用会话进行计算。此外，还讲解了图和会话的相关属性及其操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图和会话的操作

什么是图

案例

查看图对象

# 查看默认图的属性
import tensorflow as tf

a = tf.constant(5.0)  # 第一个张量
b = tf.constant(1.0)
c = tf.add(a, b)  # 执行两个张量的相加

gragh = tf.get_default_graph()  # 获取默认的图
print(gragh)

with tf.Session() as sess:
    print(sess.run(c))
    print(a.graph)  # 打印张量的gragh属性
    print(c.graph)  # 打印c操作的gragh属性
    print(sess.graph)  # 打印session的gragh属性

会话及相关操作

图相当于菜单，会话相当于厨师

创建一个新的图

# 查看默认图的属性
import tensorflow as tf

a = tf.constant(5.0)  # 第一个张量
b = tf.constant(1.0)
c = tf.add(a, b)  # 执行两个张量的相加

gragh = tf.get_default_graph()  # 获取默认的图
print("gragh2:",gragh)

# 新创建一个图
gragh2 = tf.Graph()
print("gragh2:", gragh2)

with tf.Session() as sess:  # 括号里没有带任何的参数，它是执行默认的gragh
    print(sess.run(c))
    print(a.graph)  # 打印张量的gragh属性
    print(c.graph)  # 打印c操作的gragh属性
    print(sess.graph)  # 打印session的gragh属性

新创建图

# 查看默认图的属性
import tensorflow as tf

a = tf.constant(5.0)  # 第一个张量
b = tf.constant(1.0)
c = tf.add(a, b)  # 执行两个张量的相加

graph = tf.get_default_graph()  # 获取默认的图
print("gragh2:",graph)

# 新创建一个图
graph2 = tf.Graph()
print("gragh2:", graph2)
with graph2.as_default():  # 将gragh2设置为默认图 是默认的主图 主图里有三个操作
    d = tf.constant(11.0)  # 操作d属于gragh2

with tf.Session(graph=graph2) as sess:  # 括号里没有带任何的参数，它是执行默认的gragh
    print(sess.run(d))
    print(a.graph)  # 打印张量的gragh属性
    print(c.graph)  # 打印c操作的gragh属性
    print(sess.graph)  # 打印session的gragh属性

会话常见的错误及原因

张量的阶和形状

# 查看默认图的属性
import tensorflow as tf

a = tf.constant(5.0)  # 第一个张量
print(a)

张量的数据类型

张量的常用属性

查看张量属性

# 查看张量属性的示例

import tensorflow as tf

a = tf.constant(5.0)  # 标量

with tf.Session() as sess:
    print(sess.run(a)) # 执行的结果
    print("name:", a.name)  # name属性 系统自动给它起的名字
    print("dtype:", a.shape)  # shape
    print("op:", a.op)  # op
    print("gragh:", a.graph)  # gragh