import tensorflow as tf #实现一个加法运算 a=tf.constant(5.0) b=tf.constant(6.0) sum1=tf.add(a,b) #图的定义,默认的这张图,相当于是给程序分配一段内存 graph=tf.get_default_graph() #图的打印 print(graph) with tf.Session() as sess: print(sess.run(sum1))
print(graph)
打印的不是一个结果,是一个地址。
import tensorflow as tf #实现一个加法运算 a=tf.constant(5.0) b=tf.constant(6.0) sum1=tf.add(a,b) #图的定义,默认的这张图,相当于是给程序分配一段内存 graph=tf.get_default_graph() #图的打印 print(graph) with tf.Session() as sess: print(sess.run(sum1)) print(a.graph) print(sum1.graph) print(sess.graph)
import tensorflow as tf #创建一张图,上下文环境 g=tf.Graph() print(g) #当创建了新的图后,又分配了新的内存 with g.as_default(): c=tf.constant(12.0) print(c.graph) #当创建了新的图后,又分配了新的内存 #实现一个加法运算 a=tf.constant(5.0) b=tf.constant(6.0) sum1=tf.add(a,b) #图的定义,默认的这张图,相当于是给程序分配一段内存 graph=tf.get_default_graph() #图的打印 print(graph) with tf.Session() as sess: print(sess.run(sum1)) print(a.graph) print(sum1.graph) print(sess.graph)
<tensorflow.python.framework.ops.Graph object at 0x000000001252D848>
<tensorflow.python.framework.ops.Graph object at 0x000000001252D848>
<tensorflow.python.framework.ops.Graph object at 0x000000001AD23F88>
11.0
<tensorflow.python.framework.ops.Graph object at 0x000000001AD23F88>
<tensorflow.python.framework.ops.Graph object at 0x000000001AD23F88>
<tensorflow.python.framework.ops.Graph object at 0x000000001AD23F88>
import tensorflow as tf #创建一张图包含了一组op和tensor,上下文环境 g=tf.Graph() print(g) #当创建了新的图后,又分配了新的内存 with g.as_default(): c=tf.constant(12.0) print(c.graph) #当创建了新的图后,又分配了新的内存 #实现一个加法运算 a=tf.constant(5.0) b=tf.constant(6.0) sum1=tf.add(a,b) #图的定义,默认的这张图,相当于是给程序分配一段内存 graph=tf.get_default_graph() #图的打印 print(graph) with tf.Session() as sess: print(sess.run(sum1)) print(a.graph) print(sum1.graph) print(sess.graph)
注解:
原文:https://www.cnblogs.com/yibeimingyue/p/14163176.html