tensorflow在执行sess.run时如何处理计算图？
在TensorFlow中，计算图是一种表示计算任务的方式，它由一系列的节点（节点表示操作）和边（边表示数据流）组成。当我们调用sess.run()方法时，TensorFlow会根据计算图执行相应的操作。
具体而言，sess.run()方法会按照以下步骤处理计算图：
- 首先，TensorFlow会检查计算图中的所有节点，并确定哪些节点是需要计算的。这些节点通常是我们在构建计算图时明确指定的，例如使用
tf.placeholder()定义的占位符节点和tf.Variable()定义的变量节点。 - 接下来，TensorFlow会根据节点之间的依赖关系，确定节点的计算顺序。这意味着TensorFlow会确保每个节点的输入都已经计算完毕，才会计算该节点。
- 一旦计算顺序确定，TensorFlow会按照顺序逐个计算节点。对于每个节点，TensorFlow会根据其输入的数据，执行相应的操作，并将计算结果传递给下一个节点。
- 当所有需要计算的节点都被计算完毕后，
sess.run()方法会返回计算结果。我们可以通过指定需要获取的节点来获取相应的结果。
需要注意的是，TensorFlow会自动进行计算图的优化和并行计算，以提高计算效率。此外，TensorFlow还支持异步计算和分布式计算，可以在多个设备或多台机器上执行计算图。
推荐的腾讯云相关产品：腾讯云AI引擎（https://cloud.tencent.com/product/tia），该产品提供了高性能的AI计算平台，可以方便地进行TensorFlow模型的训练和推理。
相关·内容
我有以下代码： sess.run(init_vars) while True:
batch_descriptor = sess.run
浏览 0提问于2018-10-17得票数 0
回答已采纳
sess = tf.Session()
在上面的片段中，但是，如果我使用
print我的问题是--当我运行sess.run(成本，提要.)时，成本不是被评估和存储的吗？
浏览 0提问于2019-06-11得票数 0
当我们使用下面的代码时：loss = Loss(output, true_label)sess.run([loss, train_op], feed_dict=feed)
tensorflow是计算两次output，一次计算损失，一次计算梯度，还是只计算一次ouput，使用计算的当tensorflow运行
浏览 0提问于2017-02-23得票数 0
优化器通常将相同的计算图运行许多步骤，直到收敛。tensorflow是否在开始时设置了图形，并在每一步中重用它？如果我在训练期间改变了批量大小，该怎么办？如果我对图做一些负的改变，比如改变损失函数呢？tensorflow会预先生成所有可能的图吗？tensorflow知道如何在图形发生变化时优化整个计算过程吗？
浏览 0提问于2016-02-19得票数 6
1回答
为什么在进行任何训练迭代之前都要计算pred变量？我希望在pred期间(通过RNN()函数)生成一个，每个都会为每次迭代传递数据？ x = tf.unstack(x, n_steps, 1)
# Define a lstm cell with tensorflow
浏览 6提问于2017-08-03得票数 1
回答已采纳
我对tf.nn.conv2d(...)的Tensorflow实现很好奇。要调用它，只需运行tf.nn.conv2d(...)。不过，我要去兔子洞看看它是在哪里执行的。我熟悉Tensorflow对LSTM的实现，以及在认为合适的情况下轻松地操作它们的能力。执行conv2d()计算的函数是用Python编写的吗?如果是，它在哪里？我能看到在哪里以及如何执行跨越式发展吗？
浏览 2提问于2016-01-17得票数 16
回答已采纳
我大致理解当一个张量包含一个TensorFlow图时，它是如何求值的:对该张量执行run或eval将触发所需图中的所有级联计算，计算该张量的值，因此，图中“导致它”的任何张量也将被计算出来，连接它们的任何操作都将被运行因此，如果我有一个包含张量out_a的图，该图的计算涉及(可能包括许多其他事情)使用int_b的操作，这反过来(最终)需要执行操作an_op，该操作本身(最终)使用i
浏览 3提问于2017-06-05得票数 0
场景1y = tf.cond(tf.equal(x, 'x'), lambda: 1, lambda: 0) print(sess.run(y))with tf.Session() as sess:场景2
x = tf.Va
浏览 9提问于2017-08-05得票数 12
回答已采纳
为什么我看不到tensorflow对象中的值？我不知道object中的值是什么，以及如何看到它们。查看对象中的值将解决我的问题。我发现tensorflow很困难，因为你看不到对象内部发生了什么。我尝试过tf.Print()，但它不起作用 sess = tf.Session()
浏览 1提问于2019-06-17得票数 1
在Tensorflow中，我们通常有一个代码块来设置计算图，另一个代码块用来运行会话，例如：with graph.as_default():
...Computation在这两个块中，哪些规则决定代码是否在黑暗而神秘的Tensorflow (特别是GPU)与Python解释器的世界中执行？我的假设是，只有以tf.开头的函数才能在Tensorflow宇宙中执行，而其他一切都是由Python
浏览 2提问于2016-06-04得票数 3
回答已采纳
将张量存储在变量中而不是依赖于图中的节点有什么好处，除了在图的多次运行中持续存在并且可以共享的变量之外？资源管理对变量和图节点的支持是否更好？
浏览 2提问于2016-06-19得票数 0
回答已采纳
我正在努力学习TensorFlow，所以我想编写一个fibonacci序列(它的一部分，ofc)。#import stuffa = tf.Variableinitialize variableswith tf.Session() as sess:
sess.ru
浏览 1提问于2017-11-10得票数 1
回答已采纳
我写了一个小程序来测试tf.control_dependencies是如何工作的，结果似乎让我感到困惑。我的测试代码如下：y = None assign_op = tf.assignwith tf.control_dependencies([assign_op]): sess.run(t
浏览 1提问于2019-03-14得票数 0
我正在尝试使用tf.boolean_mask从张量中选择特定值。with tf.Session() as test_a: myScores = tf.boolean_mask( myArray, myMask ) print("myMask = ", myMa
浏览 2提问于2018-03-27得票数 1
tf.Variable(np.random.rand(2,2))
sess.run
浏览 3提问于2017-01-19得票数 2
import tensorflow as tf
tf.train.match_filenames_oncefor x in range(20): image_tensor= sess.run(images) coord.join(threads)
我的问题是，当我调用s
浏览 1提问于2016-12-21得票数 0
1回答
我试着更深入地理解Tensorflow计算图的工作原理。我想要确定的是，当我们像A和B一样将值输入到张量时，计算图中定义的缺省值生成机制会被覆盖，对吗？例如，在这里，当我们在For循环中运行sess.run行时，不为A生成任何正常的随机值，它被2覆盖，0.3被B替换为5。在这种情况下，计算图的表现如何？对于一般情况，我的以下理解是正确的:每次调用sess.run时，在</e
浏览 2提问于2017-06-28得票数 1
回答已采纳
要使用TensorFlow运行程序，我们必须声明一个会话。这是什么Graph()？
浏览 1提问于2018-06-11得票数 1
回答已采纳
我正在学习一门Udemy课程，同时也是CNN和TensorFlow的初学者。当我运行一个会话时，我得到了InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensorwith tf.Session() as sess:
batch_x, batch_y= mnist.train.next_batch(10
浏览 2提问于2019-07-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
