TensorFlow的计算都是基于图的。
如果不特殊指定,会使用系统默认图。只要定义了操作,必然会有一个图(自定义的或启动默认的)。
自定义图的方法:
g=tf.Graph()
查看系统当前的图:
tf.get_default_graph()
如果想讲自定义的图设置为默认图,可使用如下指令:
g.as_default()
在某个图内定义变量及操作('collections'),需要在对应图的命名范围内进行,如with范围内。
图内的collections可以通过名称进行区分(默认名称或指定新名称)
图的主要属性包括:
building_function:判断图是否是函数
finalized:返回True,如果这个图被终止了
version:返回图中操作的个数
图的主要函数:
as_default()
device():设置图的运算设备,CPU还是GPU
finalize():中止图,不能再添加collections
get_all_collection_keys():返回途中的collections列表
get_operation_by_name()/get_operations():返回图中的操作(或者按照名字返回操作)
get_tensor_by_name(name):返回图中的张量
is_feedable(tensor):张量是否可被feed
is_fetchable(tensor_or_op):是否能被取出
name_scope(*args,**kwds):命名空间
一个图可以在多个sess中运行,一个sess也能运行多个图。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:TensorFlow入门:Graph - Python技术站