TensorFlow的設計理念

TensorFlow的設計理念

基於符號式編程

tensorflow先定義各種變量，然後建立一個數據流圖，在數據流圖中規定各個變量之間的計算關係，最後需要對數據流圖進行編譯，但此時數據流還是一個空客兒，裏面沒有任何實際數據，只有把需要運算的輸入放進入後，才能在整個模型中形成數據流，從而形成輸出值。

例一：

傳統面嚮對象語言中，如。

print(8+8)
#輸出結果爲：16

在傳統的程序操作中，運行後就執行了運算，輸出16。而在tensorflow中，數據流圖中的節點，實際上對應的是Tensorflow API中的一個操作，並沒有真正去運行。

import tensorflow as tf
t=tf.add(8,8)
print(t)
#輸出結果爲：Tensor("Add:0", shape=(), dtype=int32)

定義了一個操作，但實際上並沒有運行。
Tensorflow運算要放在圖中，圖運行只發生在會話（session）中，開啓會話後，就可以用數據去填充節點進行運算，關閉會話後就不能進行計算，因爲會話提供了操作運行和Tensor求值的環境，如：

import tensorflow as tf
# 創建圖
a = tf.constant([5.6, 2.0])
b = tf.constant([3.0, 4.0])
c = a * b
# 創建會話
sess = tf.Session()
# 計算c
print(sess.run(c))
sess.close()