python人工智能——深度学习——TensorFlow——图和会话
图
图默认已经注册,一组表示 tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象。
获取调用:
tf.get_default_graph()
op、sess或者tensor 的graph属性
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)print(a,b)sum1=tf.add(a,b)#默认的这张图,相当于是给程序分配一段内存
graph=tf.get_default_graph()print(graph)print(sum1)with tf.Session() as sess:print(sess.run(sum1))print(a.graph)print(sum1.graph)print(sess.graph)
Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), dtype=float32)
<tensorflow.python.framework.ops.Graph object at 0x00000184549AA390>
Tensor("Add:0", shape=(), dtype=float32)
11.0
<tensorflow.python.framework.ops.Graph object at 0x00000184549AA390>
<tensorflow.python.framework.ops.Graph object at 0x00000184549AA390>
<tensorflow.python.framework.ops.Graph object at 0x00000184549AA390>
图的创建
tf.Graph()
使用新创建的图g = tf.Graph() with g.as_default(): a = tf.constant(1.0) assert c.graph is g
g=tf.Graph()print(g)
with g.as_default():c=tf.constant(11.0)print(c.graph)
<tensorflow.python.framework.ops.Graph object at 0x000001BF67EBB390>
<tensorflow.python.framework.ops.Graph object at 0x000001BF67EBB390>
OP
op:只要使用TensorFlow的API定义的函数都是OP
会话
1.运行图的结构
2.分配资源计算
3.掌握资源(变量的资源,队列,线程)
tf.Session()
运行TensorFlow操作图的类,使用默认注册的图(可以指定运行图)
会话资源
会话可能拥有很多资源,如 tf.Variable,tf.QueueBase
和tf.ReaderBase,会话结束后需要进行资源释放
sess = tf.Session() sess.run(…) sess.close()
使用上下文管理器
with tf.Session() as sess:
sess.run(…)
config=tf.ConfigProto(log_device_placement=True)
交互式:tf.InteractiveSession()
会话的run()方法
run(fetches, feed_dict=None,graph=None)
运行ops和计算tensor
嵌套列表,元组,
namedtuple,dict或OrderedDict(重载的运算符也能运行)
feed_dict 允许调用者覆盖图中指定张量的值,提供给
placeholder使用
返回值异常
RuntimeError:如果它Session处于无效状态(例如已关闭)。
TypeError:如果fetches或feed_dict键是不合适的类型。
ValueError:如果fetches或feed_dict键无效或引用 Tensor不存在。
python人工智能——深度学习——TensorFlow——图和会话相关推荐
- python人工智能——深度学习——TensorFlow基本介绍
Tensorflow基础 1.深度学习介绍 深度学习,如深度神经网络.卷积神经网络和递归神经网络已被应用 计算机视觉.语音识别.自然语言处理.音频识别与生物信息学等领域 并获取了极好的效果. 2.认识 ...
- 深度学习 tensorflow 计算图,会话,张量
1. 计算模型---计算图: tensorflow是一个通过计算图的形式来表示计算的编程系统,每一个计算都是计算图上的一个节点,节点之间的边描述计算之间的依赖关系.所以计算过程一般分为两个步骤: 1. ...
- 深度学习tensorflow框架的会话
1.什么是会话? 一个运行 TensorFlow operation 的类.tensorflow的底层是c++实现的,而上层调用使用的是python,所以在使用的时候中间环节需要使用到会话来作为中介, ...
- python人工智能方向怎么学_人工智能方向需要学习python或是深度学习呢?
要回答这个问题,首先,我们先了解一下什么是Python和深度学习,各用于什么领域?了解了这两个问题,对于人工智能方向是需要学什么?先学什么?都会有一台清晰的答案. 一.Python Python是一种 ...
- 大数据基石python学习_资源 | 177G Python/机器学习/深度学习/算法/TensorFlow等视频,涵盖入门/中级/项目各阶段!...
原标题:资源 | 177G Python/机器学习/深度学习/算法/TensorFlow等视频,涵盖入门/中级/项目各阶段! 这是一份比较全面的视频教程,基本上包括了市面上所有关于机器学习,统计学习, ...
- 【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程(四)(Python语言基础(2))
[神经网络与深度学习-TensorFlow实践]-中国大学MOOC课程(四)(Python语言基础(2)) 第4讲 Python语言基础(2) 4.1 内置数据结构 4.1.1 序列数据结构(sequ ...
- 图普科技:国内最早将人工智能深度学习技术应用于互联网内容审核的企业之一 | 百万人学AI评选
2020 无疑是特殊的一年,而 AI 在开年的这场"战疫"中表现出了惊人的力量.站在"新十年"的起点上,CSDN[百万人学AI]评选活动正式启动.本届评选活动在 ...
- 【人工智能与深度学习】图卷积网络 I
[人工智能与深度学习]图卷积网络 I 传统卷积神经网络 什么是维度诅咒? 有关卷积神经网络的主要假设:: 图域 数据域 图域 图域的启发性示例 图的定义和特征 传统卷积网络中的卷积 卷积 我们如何定义 ...
- Python Web 深度学习实用指南:第四部分
原文:Hands-On Python Deep Learning for the Web 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 深度学习 译文集],采用译后编辑 ...
最新文章
- tf.sparse.SparseTensor
- qt槽函数如何传递多个参数_Qt:在发出信号后尝试将多个引用传递给槽函数
- 学微信,抖音也上线PC版
- cannot convert 'this' pointer from 'const class A' to 'class A '
- 盗版,盗版给了我们什么?
- python缩写转换成全拼_Python中文转拼音代码(支持全拼和首字母缩写)
- JS PopupAlert
- java基础三--IO流(1)
- 服务器中打开IIS管理器
- ROS入门之创建节点
- 1236mysql,MySQL1236错误的恢复
- 北斗微信与服务器怎么联接,北斗卫星的导航服务全球性升级,手机怎样“连接”使用北斗导航?...
- 批量添加authorized_keys
- idea中的一些有趣的插件
- Vista HTTPS 证书错误
- 怎样在ipad安装ipa文件
- 自动气象站解决方案 案例分享
- windows系统命令大全
- 世界四大汽车生产公司
- linux lamp源码安装包下载,Linux Lamp源码安装
热门文章
- 【30集iCore3_ADP出厂源代码(ARM部分)讲解视频】30-9底层驱动之USART
- java socket 通讯
- 网页客户端调用gSoap发布服务,以及中文乱码问题
- 特效html布局,一些好玩的css特效
- 底层实现红黑树_stl map底层之红黑树插入步骤详解与代码实现 | 学步园
- css 超出隐藏滚动条_css 之内容溢出滚动,隐藏滚动条(解决火狐浏览隐藏不了滚动条问题)...
- ai画面怎么调大小_ai如何调整对象大小
- OpenCV C++ 07 - Histogram Equalization of a Color image with OpenCV
- Linux C语言错误处理
- 安卓创建第一个工具类