BAT面试题2：请简要介绍下Tensorflow的计算图

接下来，每天推送一道BAT的面试题，一般问到的这些知识点都是很重要的，所以知道的就再复习一下，不知道的希望这篇可以帮助到你。日积月累，你会在不知不觉中就步入机器学习的大门，并且越走越远。同时，还能助你顺利拿到OFFER.

今天BAT系列 第二题 请简要介绍下Tensorflow的计算图

TensorFlow哲学

separates definition of computations from their execution

对定义计算和计算的执行做了分离。

tensorflow的编程和以往接触的编程方式有很大差异。以前的编程，无论是编译类型语言还是动态解释型语言，变量计算后，就会得到结果，比如c=a+b，当执行完语句后，就会得到c的值。

但， tensorflow不是！

首先看一下，tensor是什么？它是一个 n 维数组： 0-d tensor: scalar （标量） 1-d tensor: vector （向量） 2-d tensor: matrix（矩阵）

…

有了tensor, 那么tensorflow的计算流图就可以构建为下面这个样子，圆形节点代表tensor间执行的操作：

比如对两个tensor执行一个add操作：

1import tensorflow as tf 
2a = tf.add(3, 5)

接下来，我们打印 a，看看发生什么：

1print (a) 
2Tensor("Add:0", shape=(), dtype=int32)

这就验证了之前所说，计算图和执行计算图做了严格的分离，所以此时打印得不到a值。

如何得到a值？

创建session，并在当前的sess中执行构建的图得到a的值。

1with tf.Session() as sess:
2    print(sess.run(a))

预告：BAT面试题3: 请问GBDT和XGBoost的区别是什么？

总结

Session对象封装了tensorflow的执行环境。记住：计算图只是定义了operations，operations只有在session里面执行才能真正得到计算图的结果。