2、图结构

#图默认已经注册，一组表示tf.Opeation计算单位的对象和tf.Tensor表示操作之间流动的数据集单元的对象，默认的图相当于给程序分配内存

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #去掉警告，将警告级别提升

a = tf.constant(2)   #定义一个常量
b = tf.constant(4)
sum = tf.add(a,b)    #加法操作

g = tf.get_default_graph()
print("g: ",g)

with tf.Session() as sess:  #上下文管理
    # print(sess.run(sum))   #run运行加法op
    print("a.graph:",a.graph)
    print("sum.graph:",sum.graph)
    print("sess.graph:",sess.graph)  

输出：

g:  <tensorflow.python.framework.ops.Graph object at 0x000001C53EE35F60>
a.graph: <tensorflow.python.framework.ops.Graph object at 0x000001C53EE35F60>
sum.graph: <tensorflow.python.framework.ops.Graph object at 0x000001C53EE35F60>
sess.graph: <tensorflow.python.framework.ops.Graph object at 0x000001C53EE35F60>

获取调用

• tf.get_default_graph()

•  op、sess或者tensor的graph属性

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

创建一个新图

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #去掉警告，将警告级别提升

# 创建一张图
g = tf.Graph()

#使用一张图，在tf中，如果要使用某个东西的时候，都是使用上下文环境 with
#会话tf.Session()的run只使用一张图，用来进行运算?
with g.as_default(): #作为默认图
    c = tf.constant(11) # 这张图需要再开一个会话
    print(c.graph)
    with tf.Session() as sess:  # 上下文管理
        print(sess.run(c))

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

•  op是什么？只要使用tensorflow的API定义的函数都是op

• 　　tensor是什么？张量，即数据，计算的时候使用tensor计算