graph即tf.Graph()，session即tf.Session()，很多人經常將兩者混淆，其實二者完全不是同一個東西。 graph定義了計算方式，是一些加減乘除等運算的組合，類似於一個函數。它本身不會進行任何計算，也不保存任何中間計算結果。 session用來運行一個graph ...

引言： 按照我的理解，graph相當於一塊空白的面包板（電路板，可以在上面插電路元件設計電路，供電調試），上面搭建了許多子模塊，自頂向下構成一整個功能電路，整個模塊有輸入輸出端口，里面的子模塊或者部分子模塊 構成的模塊也有輸入和輸出端口。搭建好的這個電路板就是 'graph ...

簡介 上一篇筆記：Tensorflow學習筆記1：Get Started 我們談到Tensorflow是基於圖（Graph）的計算系統。而圖的節點則是由操作（Operation）來構成的，而圖的各個節點之間則是由張量（Tensor）作為邊來連接在一起的。所以Tensorflow的計算過程就是一個 ...

一個graph包含vertices 和edges。edges被存儲在edges document當中。vertices可以是document collection 中的document也可以是edge document中的document。所以說edges也可以被當做vertices來使 ...

一、計算模型----計算圖 1.1 計算圖的概念：TensorFlow就是通過圖的形式繪制出張量節點的計算過程，例如下圖執行了一個a+b的操作。 1.2 計算圖的使用 TensorFlow程序一般分為兩個階段。第一個階段定義計算圖中的所有計算，第二個階段執行計算（執行會話）。 階段 ...

轉自：http://blog.csdn.net/lwplwf/article/details/62419087 之前的筆記里實現了softmax回歸分類、簡單的含有一個隱層的神經網絡、卷積神經網絡等等，但是這些代碼在訓練完成之后就直接退出了，並沒有將訓練得到的模型保存下來方便下次直接使用 ...

　　GoogLeNet是谷歌（Google）研究出來的深度網絡結構，為什么不叫“GoogleNet”，而叫“GoogLeNet”，據說是為了向“LeNet”致敬，因此取名為“GoogLeNet”，所以 ...

簡介： 　　目前工作為nlp相關的分類及數據治理，之前也使用tensorflow寫過一些簡單分類的代碼，感受到深度學習確實用處較大，想更加系統和全面的學習下tensorflow的相關知識，於是我默默的打開了b站；發現了一門比較好的視頻課程: 深度學習框架Tensorflow學習與應用 ，看樣 ...