【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