TensorFlow是一个通过计算图的形式来表述计算的编程系统。其中的Tnesor,代表它的数据结构，而Flow代表它的计算模型。TensorFlow中的每一个计算都是计算图上的一个节点，而节点之间的线描述了计算之间的依赖关系。 　　在TensorFlow程序中，系统会自动维护一个默认的计算 ...

1.计算图的概念： 　　计算图：输入和计算函数都以节点的形式出现，而节点的输出项之间的关系以有向线段表示所构成的计算图形。 如：向量a， b 相加： 2. 计算图的使用： 注意：Tensorflow程序一般分两步：定义计算图中所有计算；执行计算 在tensorflow代码执行 ...

定义计算图并计算，保存其中的变量 。保存.ipynb 创建相同的图结构，图中的节点变量可以由已经保存的模型文件中的内容恢复处理，注意 首先要图进行清空（感觉tf公用了变量空间，所以如果没有清空会导致变量内容名称不一致）恢复.ipynb 所以最好在保存和恢复 ...

最近在研究模型的计算量，发现Pytorch有库可以直接计算模型的计算量，所以需要一个一个Keras和Tensorflow可以用的，直接把Model接入到函数中，print一下就可以计算出FLOPs FLOPS：注意全大写，是floating point operations per second ...

tensorflow，tensor就是数据，flow就是流，tensorflow就是数据流 tensorflow 是一个用计算图的形式来表示计算的编程系统，所有的数据和计算都会被转化成计算图上的一个节点，节点之间的边就是数据流（数据流动的轨迹）。 计算图的使用 1. 建立节点 2. ...

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 ...

...

前段时间因为课题需要使用了一段时间TensorFlow，感觉这种框架很有意思，除了可以搭建复杂的神经网络，也可以优化其他自己需要的计算模型，所以一直想自己学习一下写一个类似的图计算框架。前几天组会开完决定着手实现一个模仿TensorFlow接口的简陋版本图计算框架以学习计算图程序的编写以及前向传播 ...