吴裕雄 python 神经网络——TensorFlow 图、张量及会话
2024-09-23 15:10:38
import tensorflow as tf g1 = tf.Graph()
with g1.as_default():
v = tf.get_variable("v", [1], initializer = tf.zeros_initializer()) # 设置初始值为0 g2 = tf.Graph()
with g2.as_default():
v = tf.get_variable("v", [1], initializer = tf.ones_initializer()) # 设置初始值为1 with tf.Session(graph = g1) as sess:
tf.global_variables_initializer().run()
with tf.variable_scope("", reuse=True):
print(sess.run(tf.get_variable("v"))) with tf.Session(graph = g2) as sess:
tf.global_variables_initializer().run()
with tf.variable_scope("", reuse=True):
print(sess.run(tf.get_variable("v")))
import tensorflow as tf a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([2.0, 3.0], name="b")
result = a + b
print result sess = tf.InteractiveSession ()
print(result.eval())
sess.close()
# 创建一个会话。
sess = tf.Session() # 使用会话得到之前计算的结果。
print(sess.run(result)) # 关闭会话使得本次运行中使用到的资源可以被释放。
sess.close()
with tf.Session() as sess:
print(sess.run(result))
sess = tf.Session()
with sess.as_default():
print(result.eval())
sess = tf.Session() # 下面的两个命令有相同的功能。
print(sess.run(result))
print(result.eval(session=sess))
sess = tf.InteractiveSession ()
print(result.eval())
sess.close()
config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True)
sess1 = tf.InteractiveSession(config=config)
sess2 = tf.Session(config=config)
最新文章
- spring自动扫描、DispatcherServlet初始化流程、spring控制器Controller 过程剖析
- linux mint 崩溃
- WPF ListView 排序
- Redis主从自动failover
- VirtualBox网络配置
- 超实用的JavaScript代码段 Item8 -- js对象的(深)拷贝
- php配置伪静态的方法
- 最新hosts,更新hosts,可用
- Java做界面的感想。。
- Android 安装过程中的问题
- BZOJ 2741 【FOTILE模拟赛】L(可持久化trie)
- Asp.net SignalR 初试和应用笔记一 认识和使用 SignalR
- ZOJ 3818 Pretty Poem 模拟题
- DDL DML DCL TCL之不同
- Oracle:FOR循环语句练习
- tomcat服务器虚拟目录的映射方式
- HDU 6377 度度熊看球赛 (计数DP)
- steps/train_sat.sh
- Raspbian首次安装后无法使用SSH链接
- 在centos xmanager工具环境下启动 xwindow