TensorFlow（3）：初始TensorFlow

1 初始TensorFlow

TensorFlow程序通常被组织成一个构件图阶段和一个执行图阶段。

在构建图阶段，数据与操作的执行步骤被描述为一个图

在执行图阶段，使用会话（调用系统资源）执行构建好的图中的操作

• 图和会话

        图：这是TensorFlow将计算表示为指令之间的依赖关系的一种表示法，（数据+操作）

        会话：TensorFlow跨一个或多个本地或远程设备运行数据流图的机制

• 张量(数据)：TensorFlow中的基本数据对象
• 节点(操作)：提供图当中执行的操作W

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 去警告

def tensorflow_demo1():
   """
   tensoflow的基本结构
   """
   # python版本
   a=2
   b=3
   c=a+b
   print('python版本的加法操作：\n',c)
   # tensorflow实现加法操作
   a_t=tf.constant(2) # 定义常量
   b_t=tf.constant(3)
   c_t=a_t+b_t
   print('tensorflow版本的加法操作：\n',c_t)
   print('結果：',c_t.numpy())
   # 开启会话(TensorFlow1.0的写法，手动开启会话，tensorflow2.0不需要)
   # with tf.Session() as sess:
   #    c_t_value=sess.run(c_t)
   #    print('开启会话的结果\n',c_t_value)

if __name__ == '__main__':
   tensorflow_demo1()

输入结果：

python版本的加法操作：
 5
tensorflow版本的加法操作：
 tf.Tensor(5, shape=(), dtype=int32)
结果：5

2 数据流图介绍

TensorFlow是一个采用数据流图 (data flow graphs)，用于数值计算的开源框架。

节点 (Operation)在图中表示数学操作，线 (edges)则表示在节点间相互联系的多维数据数组，即张量 (tensor)。