Tensorflow 实战Google深度学习框架之计算图学习总结

计算图 张量能够被简单理解为多维数组 Tensorflow中的每个计算都市计算图上的一个节点，节点间边描述了计算间的依赖关系 a.graph 由于没有特地指定因此计算图应等于当前默认的计算图 tf.graph 生成新的计算图 不一样计算图上的张量和运算都不会共享 tf.graph.device指定运算设备 with g.device (’/gpu:0’): result=a+b 张量 scalar

>>阅读原文<<