tensorflow随笔-新的计算图

生成新的计算图，并完成常量初始化，在新的计算 图中完成加法计算

import tensorflow as tfg1=tf.Graph()with g1.as_default():value=[1.,2.,3.,4.,5.,6.]init = tf.constant_initializer(value)x=tf.get_variable("x",initializer=init,shape=[2,3])y=tf.get_variable("y",shape=[2,3],initializer=tf.ones_initializer())result=tf.add(x,y,name="myadd")with tf.Session(graph=g1) as sess:tf.global_variables_initializer().run()with tf.variable_scope("",reuse=True):print(sess.run(tf.get_variable("x")))print(sess.run(tf.get_variable("y")))print(sess.run(result))

A）tf.Graph.as_default()会创建一个新图，这个图成为当前线程的默认图。

B)在相同进程中创建多个计算图使用tf.Graph.as_default()。如果不创建新的计算图，默认的计算图将被自动创建。

C）如果创建一个新线程，想使用该线程的默认计算图，使用tf.Graph.as_default()，这个函数返回一个上下文管理器（ context manager），它能够在这个上下文里面覆盖默认的计算图。在代码务必使用with。

# -*- coding: utf-8 -*-"""Spyder Editor生成新的计算图，并完成常量初始化[代码1]myhaspl@myhaspl.com"""import tensorflow as tfg = tf.Graph()with g.as_default():c = tf.constant(5.0)assert c.graph is gprint "ok"

[代码2]

# -*- coding: utf-8 -*-"""Spyder Editor生成新的计算图，并完成常量初始化myhaspl@myhaspl.com"""import tensorflow as tfwith tf.Graph().as_default() as g:c = tf.constant(5.0)assert c.graph is gprint "ok" [代码3]# -*- coding: utf-8 -*-"""Spyder Editor生成新的计算图，并完成常量初始化myhaspl@myhaspl.com4"""import tensorflow as tfwith tf.Graph().as_default() as g:c = tf.constant(5.0)assert c.graph is gprint "ok"sess=tf.Session(graph=g)print sess.run(c)sess.close()

[代码4]

# -*- coding: utf-8 -*-"""Spyder Editor生成新的计算图，并完成常量初始化myhaspl@myhaspl.com"""import tensorflow as tfg=tf.get_default_graph()#默认计算图会自动注册c = tf.constant(4.0)result=c*cassert result.graph is g#验证是否result操作属于g这个计算图print "ok1"with tf.Graph().as_default() as g1:c = tf.constant(5.0)assert c.graph is g1print "ok2"assert c.graph is gprint "ok3"sess=tf.Session(graph=g1)print sess.run(c)sess.close() 运行：

输出验证失败

ok1

ok2

…

assert c.graph is g

AssertionError

…

[代码5]

# -*- coding: utf-8 -*-"""Spyder Editor生成新的计算图，并完成常量初始化，在新的计算 图中完成加法计算myhaspl@myhaspl.com"""import tensorflow as tfg1=tf.Graph()with g1.as_default():value=[1.,2.,3.,4.,5.,6.]init = tf.constant_initializer(value)x=tf.get_variable("x",initializer=init,shape=[2,3])y=tf.get_variable("y",shape=[2,3],initializer=tf.ones_initializer())result=tf.add(x,y,name="myadd")assert result.graph is g1#验证是否result操作属于g1这个计算图print "ok"with tf.Session(graph=g1) as sess:tf.global_variables_initializer().run()with tf.variable_scope("",reuse=True):print(sess.run(tf.get_variable("x")))print(sess.run(tf.get_variable("y")))print(sess.run(result))

总结

以上是生活随笔为你收集整理的tensorflow随笔-新的计算图的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。