計(jì)算圖

在 TensorFlow 中用計(jì)算圖來表示計(jì)算任務(wù)。 計(jì)算圖，是一種有向圖，用來定義計(jì)算的結(jié)構(gòu)，實(shí)際上就是一系列的函數(shù)的組合。 用圖的方式，用戶通過用一些簡單的容易理解的數(shù)學(xué)函數(shù)組件，就可以建立一個復(fù)雜的運(yùn)算

在 TensorFlow 使用圖，分為兩步：建立計(jì)算圖 和 執(zhí)行圖

圖，在形式上由結(jié)點(diǎn) Nodes 和邊 Edges 組成。 - Nodes，用圓圈表示，代表一些對數(shù)據(jù)進(jìn)行的計(jì)算或者操作（Operation）。 - Edges，用箭頭表示，是操作之間傳遞的實(shí)際值（Tensor）

建立圖

graph = tf.Graph()

訪問上下文管理器

with graph.as_default(): 

用 with 表示我們用 context manager 告訴 TensorFlow 我們要向某個具體的 graph 添加 Op 了

執(zhí)行圖圖必須在會話(Session)里被啟動，會話(Session)將圖的 op 分發(fā)到 CPU 或 GPU 之類的設(shè)備上，同時提供執(zhí)行 op 的方法，這些方法執(zhí)行后，將產(chǎn)生的張量(tensor)返回

## 開啟session

sess = tf.Session()`

一旦開啟了 Session，就可以用 run() 來計(jì)算想要的 Tensor 的值

用完會話，記得關(guān)掉

sess.close()

Fetches

fetches是session.run()的一個參數(shù)，它可以接收任何一個我們想要執(zhí)行的op或者Tensor，或者他們對應(yīng)的list結(jié)構(gòu)。

• 如果是tensor，那么session.run()輸出的就是一個Numpy 數(shù)組
• 如果是Op，那么session.run()輸出的就是None

比如：sess.run(b)就是告訴Session要把計(jì)算b所需要的結(jié)點(diǎn)都找到按順序執(zhí)行并且輸出結(jié)果。

全局變量初始化

tf.global_variables_initializer()

表示將所有定義的Variable變量都準(zhǔn)備好，以便于后續(xù)使用，這個Op也可以傳給給session.run.比如：

init = tf.global_variables_initializer()
…
sess.run(init)

張量Tensor和OP

在tensorflow中使用tensor來表示所有的數(shù)據(jù)結(jié)構(gòu)，計(jì)算圖中操作Op結(jié)點(diǎn)之間傳遞的都是Tensor

• 定義tensor時可以直接使用numpy傳遞給Op結(jié)點(diǎn)，因?yàn)閠ensorflow的Op可以將python的數(shù)據(jù)類型轉(zhuǎn)化為tensor包括numbers，booleans，strings或者list。
• 圖中的任何結(jié)點(diǎn)都叫做Operation簡稱：Op
• 每個Op的輸出會被傳遞到其他Op或者sess.run()

Variable

Variable，變量是維護(hù)圖執(zhí)行過程中的狀態(tài)信息的，需要它來保持和更新參數(shù)數(shù)值，是需要動態(tài)調(diào)整的。

• Tensor 和Operation都是一成不變的，而Variable是可以隨著時間改變的
• Variables可以用在任何使用tensor的Op中，它當(dāng)前的值就會被傳遞給使用它的Op
• Variable通常的初始值是一些很大的0,1或者隨機(jī)值tensor，或者內(nèi)置op：tf.zeros(),tf.ones()等
• Variable在graph中，狀態(tài)由session管理，也是在session中進(jìn)行初始化，session可以追蹤variable的當(dāng)前值是多少。
• session可以只初始化一部分variable
• 使用tf.variables_initializer，傳入初始化變量列表
• variable的值是可以被改變的
• 比如使用variable.assign(variable),或者variable.assign_add(1)
• 每個session維護(hù)獨(dú)立的variable變量值，同一個variable不同的session值可以是不同的。
• 當(dāng)各種Optimizer優(yōu)化器訓(xùn)練機(jī)器學(xué)習(xí)模型時，variable就會隨之改變，當(dāng)使用variable中的trainable=False屬性可以不被Optimizer改變。

name_scopes

• name_sopes可以用來管理圖，可以把一組Op放到一個組塊中

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論