Tensorflow 實戰Google深度學習框架之計算圖學習總結

計算圖 張量能夠被簡單理解爲多維數組 Tensorflow中的每個計算都市計算圖上的一個節點，節點間邊描述了計算間的依賴關係 a.graph 由於沒有特地指定因此計算圖應等於當前默認的計算圖 tf.graph 生成新的計算圖 不一樣計算圖上的張量和運算都不會共享 tf.graph.device指定運算設備 with g.device (’/gpu:0’): result=a+b 張量 scalar

>>阅读原文<<