时间:2021-05-22
调用tf.reset_default_graph()重置计算图
当在搭建网络查看计算图时,如果重复运行程序会导致重定义报错。为了可以在同一个线程或者交互式环境中(ipython/jupyter)重复调试计算图,就需要使用这个函数来重置计算图,随后修改计算图再次运行。
#重置计算图,清理当前定义节点import tensorflow as tftf.reset_default_graph()#Your model defined below#需要注意的是,下面三种情况使用这个函数会报错:
#1with graph.as_default(): #不能用#2with tf.Session(): block. #不能用#3tf.InteractiveSession() #Your regions#不能用sess.close().也就是说这个函数需要在with tf.session()外部调用。
以上这篇tensorflow 重置/清除计算图的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
这里,我们将采用TensorFlow内建函数实现简单的CNN,并用MNIST数据集进行测试第1步:加载相应的库并创建计算图会话importnumpyasnpim
计算图在TensorFlow中用计算图来表示计算任务。计算图,是一种有向图,用来定义计算的结构,实际上就是一系列的函数的组合。用图的方式,用户通过用一些简单的容
使用TensorFlow的一个优势是,它可以维护操作状态和基于反向传播自动地更新模型变量。TensorFlow通过计算图来更新变量和最小化损失函数来反向传播误差
前言Tensorflow中可以使用tensorboard这个强大的工具对计算图、loss、网络参数等进行可视化。本文并不涉及对tensorboard使用的介绍,
TensorFlow是一个采用数据流图(dataflowgraphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则