用法说明:
请类比管道构建来理解计算图的用法
构造阶段(construction phase):组装计算图(管道)
- 计算图(graph):要组装的结构。由许多操作组成。
- 操作(ops):接受(流入)零个或多个输入(液体),返回(流出)零个或多个输出。
-
数据类型:主要分为张量(tensor)、变量(variable)和常量(constant)
-
张量:多维array或list(管道中的液体)
- 创建语句:
-
张量:多维array或list(管道中的液体)
tensor_name=tf.placeholder(type, shape, name)
-
变量:在同一时刻对图中所有其他操作都保持静态的数据(管道中的阀门)
- 创建语句:
-
变量:在同一时刻对图中所有其他操作都保持静态的数据(管道中的阀门)
name_variable = tf.Variable(value, name)
- 初始化语句:
#个别变量
init_op=variable.initializer()
#所有变量
init_op=tf.initialize_all_variables()
#注意:init_op的类型是操作(ops),加载之前并不执行
- 更新语句:
update_op=tf.assign(variable to be updated, new_value)
-
常量:无需初始化的变量
- 创建语句:
-
常量:无需初始化的变量
name_constant=tf.constant(value)
执行阶段(execution phase):使用计算图(获取液体)
-
会话:执行(launch)构建的计算图。可选择执行设备:单个电脑的CPU、GPU,或电脑分布式甚至手机。
- 创建语句:
#常规
sess = tf.Session()
#交互
sess = tf.InteractiveSession()
#交互方式可用tensor.eval()获取值,ops.run()执行操作
#关闭
sess.close()
-
执行操作:使用创建的会话执行操作
- 执行语句:
sess.run(op)
-
送值(feed):输入操作的输入值(输入液体)
- 语句:
-
送值(feed):输入操作的输入值(输入液体)
sess.run([output], feed_dict={input1:value1, input2:value1})
-
取值(fetch):获取操作的输出值(得到液体)
- 语句:
-
取值(fetch):获取操作的输出值(得到液体)
#单值获取
sess.run(one op)
#多值获取
sess.run([a list of ops])
本文详细介绍如何通过构造和执行计算图来进行数据处理。包括张量、变量、常量的定义及创建,计算图的构建和执行过程,以及初始化和更新变量的方法。
998

被折叠的 条评论
为什么被折叠?



