在Tensorflow中所有的運算都需要通過Session來完成,即使是簡單的賦值、加減乘除等都是需要Session來完成
示例1:
import tensorflow as tf
import numpy as np
node1 = tf.constant(3.0, tf.float32) # 創建常量
node2 = tf.constant(4.0)
print(node1, node2) #如果直接打印,只會打印出node1的類型描述
sess = tf.Session()
print(sess.run(node1), sess.run(node2)) ## 只有通過run方法運算過的才能打印出對應的值來
運行結果如下
Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), dtype=float32)
3.0 4.0
可以看出,第一行輸出的node的結構描述,而第二行才輸出了對應的值。
示例2:
node3 = tf.add(node1, node2)
print("node3: ", node3)
print("sess.run node3:", sess.run(node3))
運行輸出爲
node3: Tensor("Add:0", shape=(), dtype=float32)
sess.run node3: 7.0
在Tensorflow中所有的運算都是通過Session的run方法來執行。