深度学习--第2章 tensorflow图和会话

第1节 tensorflow图的结构

import tensorflow as tf
def add(a,b):
	return a+b
a = 1
b = 2
c=add(a,b)
print(c)

将以上程序改写为tensorflow计算方式：

import tensorflow as tf

#实现一个加法的运算
a = tf.constant(5.0)
b = tf.constant(6.0)

sum = tf.add(a,b)
# print(sum)
with tf.Session() as sess:
	 print(sess.run(sum))

结果：

红色警告是因为需要源码安装才能解决，所以不影响计算；
如果非要除去就添加两行代码在代码开头，如下：

import tensorflow as tf
import os----这一行
os.environ["TF_CPP_MIN_LOG_LEVEL"]="2"----还有这一行

数据流图分析：

注意：

1. op是计算的节点，运算都在节点中进行
2. 会话才是计算整个图，其他之前的操作都是建立图
3. 变量和张量的区别

第2节图

#coding:utf-8
import tensorflow as tf
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"

#实现一个加法运算
a = tf.constant(5.0)
b = tf.constant(6.0)

sum1 = tf.add(a,b)

#默认的这张图，是相当于给程序分配一段内存，然后将图存储在内存中
graph = tf.get_default_graph()

print(graph)

with tf.Session() as sess:
 	print(sess.run(sum1))
	print(a.graph)
	print(sum1.graph)
	print(sess.graph)

结果：

<tensorflow.python.framework.ops.Graph object at 0x0000000000B21828>
11.0
<tensorflow.python.framework.ops.Graph object at 0x0000000000B21828>
<tensorflow.python.framework.ops.Graph object at 0x0000000000B21828>
<tensorflow.python.framework.ops.Graph object at 0x0000000000B21828>

Process finished with exit code 0

注意：

1. 图建立起来后，所有计算的变量都在同一段内存中
2. 建立图，是相当于给程序分配一段内存，然后将图存储在内存中

图的创建

#coding:utf-8
import tensorflow as tf
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"] = "2"

#创建一张图,包含OP和tensor
#OP：只要使用tf的API定义的函数都是OP
#张量tensor：指代的就是数据
g = tf.Graph()#op

print(g)
# 使用一张图需要上下文环境
with g.as_default():
	 c = tf.constant(11.0)#OP
	 print(c.graph)


#实现一个加法运算
# a =0 #不是OP
ａ = tf.constant(5.0)#OP
b = tf.constant(6.0)#OP

sum1 = tf.add(a,b)#OP

#默认的这张图，是相当于给程序分配一段内存，然后将图存储在内存中
graph = tf.get_default_graph()#OP
# print(sum1)
print(graph)

with tf.Session() as sess:
	print(sess.run(sum1))
  # print(a.graph)
  # print(sum1.graph)
  # print(sess.graph)

结果：

<tensorflow.python.framework.ops.Graph object at 0x0000000000DDD240>
<tensorflow.python.framework.ops.Graph object at 0x0000000000DDD240>
<tensorflow.python.framework.ops.Graph object at 0x00000000087BBB70>
11.0

注意：
1. 两张图保存在不同位置，可见每张图是独立分配内存的。互不干扰
2. with tf.Session() as sess:默认会话只能运算一张图
3. 创建一张图,包含OP和tensor
OP：只要使用tf的API定义的函数都是OP
张量tensor：指代的就是数据

第3节会话

第4节会话的run方法