TensorFlow的基础概念02

TensorFlow的计算流图

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
#TensorFlow的计算模型，数据流图
'''
TensorFlow = Tensor + Flow
Tensor 张量   数据结构：多维数组
Flow  流  计算模型：张量之间通过计算而转换的过程
TensorFlow是一个通过计算图的形式表述计算的编程系统，
计算图是一个有向图，由以下内容构成：
一组节点，每个节点都代表一个操作，是一种运算。
一组有向边，每条边代表节点之间的关系（数据传递和控制以来）

TensorFlow有两种边：
实线：代表数据依赖关系。一个节点的运算输出成为另一个节点的输入，两个节点之间有tensor流动。
虚线：不携带值，表示两个节点之间的控制相关性。比如，happens-before关系，源节点必须在目的
节点执行前完成执行。


'''

#计算图的实例


import tensorflow as tf

node1 = tf.constant(3.0,tf.float32,name="node1")
node2 = tf.constant(4.0,tf.float32,name="node2")
node3 = tf.add(node1,node2)



#创建对话并执行结果
sess = tf.Session()
print(sess.run(node3))

sess.close()

#注意：要想输出必须开启一个session会话，结束后要关闭会话


#输出结果：Tensor("Add:0", shape=(), dtype=float32)
#输出是一个张量的结构，不是一个具体的数字