graph即tf.Graph()，session即tf.Session()，很多人经常将两者混淆，其实二者完全不是同一个东西。 graph定义了计算方式，是一些加减乘除等运算的组合，类似于一个函数。它本身不会进行任何计算，也不保存任何中间计算结果。 session用来运行一个graph ...

引言： 按照我的理解，graph相当于一块空白的面包板（电路板，可以在上面插电路元件设计电路，供电调试），上面搭建了许多子模块，自顶向下构成一整个功能电路，整个模块有输入输出端口，里面的子模块或者部分子模块 构成的模块也有输入和输出端口。搭建好的这个电路板就是 'graph ...

简介 上一篇笔记：Tensorflow学习笔记1：Get Started 我们谈到Tensorflow是基于图（Graph）的计算系统。而图的节点则是由操作（Operation）来构成的，而图的各个节点之间则是由张量（Tensor）作为边来连接在一起的。所以Tensorflow的计算过程就是一个 ...

一个graph包含vertices 和edges。edges被存储在edges document当中。vertices可以是document collection 中的document也可以是edge document中的document。所以说edges也可以被当做vertices来使 ...

一、计算模型----计算图 1.1 计算图的概念：TensorFlow就是通过图的形式绘制出张量节点的计算过程，例如下图执行了一个a+b的操作。 1.2 计算图的使用 TensorFlow程序一般分为两个阶段。第一个阶段定义计算图中的所有计算，第二个阶段执行计算（执行会话）。 阶段 ...

转自：http://blog.csdn.net/lwplwf/article/details/62419087 之前的笔记里实现了softmax回归分类、简单的含有一个隐层的神经网络、卷积神经网络等等，但是这些代码在训练完成之后就直接退出了，并没有将训练得到的模型保存下来方便下次直接使用 ...

　　GoogLeNet是谷歌（Google）研究出来的深度网络结构，为什么不叫“GoogleNet”，而叫“GoogLeNet”，据说是为了向“LeNet”致敬，因此取名为“GoogLeNet”，所以 ...

简介： 　　目前工作为nlp相关的分类及数据治理，之前也使用tensorflow写过一些简单分类的代码，感受到深度学习确实用处较大，想更加系统和全面的学习下tensorflow的相关知识，于是我默默的打开了b站；发现了一门比较好的视频课程: 深度学习框架Tensorflow学习与应用 ，看样 ...