超级会员免费看
本文详细介绍了TensorFlow的基本概念，包括使用图表示计算任务、在会话中执行操作、张量和变量的运用，以及交互式会话和Feed机制。通过实例展示了如何创建和执行计算图，并解释了占位符和Feed操作的用途。
理解tensorflow
- 使用图（graph）来表示计算任务
- 在被称为会话（session）的上下文（context）中执行图
- 使用tensor（张量）表示数据
- 通过变量（variable）维护状态
- 使用feed和fetch可以为任意的操作（arbitrary operation）赋值或者从其中获取数据
tensorflow是一个编程系统，使用图来表示计算任务。图中的节点被称作op(opreation)，op可以获得0个或多个tensor，产生0个或多个tensor。每个tensor是一个类型化的多维数组。
图描述了计算的过程。为了进行计算，图必须在会话中启动，会话负责将图中的op分发到CPU或GPU上进行计算，然后将产生的tensor返回。在python中，tensor就是numpy.ndarray对象。
tensorflow程序阶段
一般被组织成两个阶段：构建阶段和执行阶段
- 构建阶段：op的执行顺序被描述成一个图
- 执行阶段：使用会话执行图中的op
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
