#使用的模块
import tensorflow as tf
import numpy as np
#计算图
tf.get_default_graph()#获取当前默认的计算图
a.graph()#查看张量所属的计算图
g1=tf.Graph()#生成新的计算图
with g1.as_default():#把g1设置为默认计算图
with tf.Session(graph=g1) as sess:#会话里面载入计算g1
#通过集合collection管理不同的资源
tf.add_to_collection()#将资源加入集合
tf.get_collection()#获取集合里面的所有资源
#张量(只保存计算过程)
#关键信息:维度、名字、数据类型
a=tf.Constant([1,2],name="a",dtype=tf.float32)
result=tf.add(a,a,name="add")
#会话
#使用方法1:
sess=tf.Session()
sess.run(...)
sess.close()
#使用方法2:
with tf.Session() as sess:
sess.run(...)
#不用加sess.close()
#赋值
a.assign(b)