Tensorflow新图形与默认图形
你为什么要这样做:Tensorflow新图形与默认图形,tensorflow,Tensorflow,你为什么要这样做: graph = tf.Graph.__init__() 与: graph = tf.get_default_graph() 我不明白默认图形的用途。graph=tf.graph.\uuu init\uuuuuuuuuu()将实例化一个新的(因此是空的)TensorFlow图形对象,而graph=tf.get\u default\u graph()将为您提供正在处理的默认图形 有关官方网站的更多信息: TensorFlow Python库有一个默认图,ops构造函数向其中添
graph = tf.Graph.__init__()
与:
graph = tf.get_default_graph()
我不明白默认图形的用途。
graph=tf.graph.\uuu init\uuuuuuuuuu()
将实例化一个新的(因此是空的)TensorFlow图形对象,而graph=tf.get\u default\u graph()
将为您提供正在处理的默认图形
有关官方网站的更多信息:
TensorFlow Python库有一个默认图,ops构造函数向其中添加节点。默认图形对于许多应用程序来说已经足够了。有关如何显式管理多个图形的信息,请参阅Graph类文档
图形定义了计算。它不会计算,不能保存任何值。 图表就像一个待办事项列表 您可以在同一个过程中使用多个图形(使用
tf.Graph()
创建),但默认为一个
注意:您必须为每个图使用不同的会话,但每个图可以在多个会话中使用
更重要的是,会话允许执行图或部分图,它为此分配资源(在一台或多台计算机上),并保存中间结果和变量的实际值
您可以使用
tf.session
创建会话,并确保使用上下文管理器或tf.session.close()
,因为会话的所有资源都已保存。为什么要使用一个而不是另一个?一个与另一个的示例用例是什么?好问题。恢复模型时的默认图形是什么?如何恢复特定图形而不是默认图形。