Tensorflow使用技巧：通过graph.as_graph_def探索函数内部机制

原创

于 2017-07-20 18:08:37 发布 · 9.3k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #机器学习 #深度学习

Tensorflow有tf.Graph类，用于存储计算图。而计算图其实就是由节点和有向边组成，每个点包括操作Op、数值value、类型dtype、形状shape等属性。探索诸如tf.Variable()等函数的内部机制的过程中，就需要查看计算图的变化情况，包括新建了哪些节点，输入是什么等等。

例如想要探讨tf.constant函数的内部机制，则运行以下代码：

import tensorflow as tf

a = tf.constant(1)
print(tf.get_default_graph().as_graph_def())

node {
  name: "Const"
  op: "Const"
  attr {
    key: "dtype"
    value {
      type: DT_INT32
    }
  }
  attr {
    key: "value"
    value {
      tensor {
        dtype: DT_INT32
        tensor_shape {
        }
        int_val: 1
      }
    }
  }
}
versions {