【深度学习】TensorFlow——图详解 - 一棵树0108
【深度学习】TensorFlow——图详解
1 import tensorflow as tf 2 3 # 构建图 4 # 图结构---包含至少一组op与tensor的结构 5 con_a = tf.constant(3) 6 con_b = tf.constant(4) 7 8 con_sum = tf.add(con_a, con_b) 9 10 print("con_sum:\n", con_sum) 11 print("con_a:\n", con_a) 12 print("con_b:\n", con_b) 13 14 # 也可以获取op所在的图 15 print("a所在的图:", con_a.graph) 16 print("b所在的图:", con_b.graph) 17 print("sum所在的图:", con_sum.graph) 18 19 # 创建一个图 20 g = tf.Graph() 21 22 # 使用g图 23 with g.as_default(): 24 g_a = tf.constant(5.0) 25 26 print("g_a所在的图:", g_a.graph) 27 28 # 执行图--执行默认的图 29 with tf.Session() as ss: 30 # # 默认只有一张图 31 # 获取会话所执行的默认的图 32 print("tensorflow默认的图:", tf.get_default_graph()) 33 print("会话执行的图:", ss.graph) 34 # 开启可视化 --- 35 # (1)序列化events文件 36 # 参数1 events文件的路径 37 # 参数2 需要保存的内容--保存会话执行的图 38 # 返回FileWriter对象 39 # events 文件---本质:关于本机名称、时间戳的文件 40 tf.summary.FileWriter("./tmp/", graph=ss.graph) 41 # (2)开启tensorboard后台服务器 42 # tensorboard --logdir="./tmp/" --host=127.0.0.1 43 # (3)在浏览器验证 44 # http://127.0.0.1:6006 45 print(ss.run(con_sum)) 46 # print(ss.run(g_a)) # 错误的 # g_a不是默认图中的op 47 48 # 执行g图 49 # with tf.Session(graph=g) as ss: 50 # # # 默认只有一张图 51 # # 获取会话所执行的默认的图 52 # print("tensorflow默认的图:", tf.get_default_graph()) 53 # print("会话执行的图:", ss.graph) 54 # # print(ss.run(con_sum)) # 错误的,con_sum 不在g图中 55 # print(ss.run(g_a)) 56 57 58 # 只在默认的图中进行操作
发表于 2019-12-29 20:21 一棵树0108 阅读(262) 评论(0) 编辑收藏举报