二、TensorFlow结构分析(2)

本文详细介绍了TensorFlow中的会话机制,包括`__init__`函数、`run()`方法、feed操作以及如何使用`get_default_graph`获取和控制图实例。通过示例展示了加法运算和会话中对张量的读取与写入事件文件的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

1、会话

1.1 __init__(target='',graph=None,config=None)

1.2 会话的run()

1.3 feed操作


  • TF数据流图
  • 图与TensorBoard
  • 会话
  • 张量
  • 变量OP
  • 高级API

1、会话

1.1 __init__(target='',graph=None,config=None)

def session_demo():
    # 会话的演示
    # Tensorflow实现加法运算
    a_t = tf.constant(2)
    b_t = tf.constant(3)
    c_t = a_t + b_t
    print("tensorflow:\n", c_t)

    # 查看默认图
    # 方法1:调用方法
    default_g = tf.get_default_graph()
    # default_g =tf.compat.v1.get_default_graph
    print("default:\n", default_g)
    # 方法2:查看属性
    print("a_t的图属性:\n", a_t.graph)
    print("c_t的图属性:\n", c_t.graph)

    # 开启会话
    with tf.Session(config=tf.ConfigProto(allow_soft_placement=True,
                                          log_device_placcement=True)) as sess:
        c_t_value = sess.run(c_t)
        print("c_t_value:\n", c_t_value)
        print("sess的图属性:\n", sess.graph)
        # 将图写入本地生成events文件
        tf.summary.FileWriter("./tmp/summary",graph=sess.graph)

    return None

1.2 会话的run()

# 同时查看a_t,b_t,c_t
abc = sess.run([a_t,b_t,c_t])

1.3 feed操作

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值