TensorFlow 图与 Session 简介

TensorFlow 是一个强大的开源机器学习库，它提供了灵活的框架来构建和训练复杂的机器学习模型。在 TensorFlow 中，图（Graph）和会话（Session）是两个核心概念。

图（Graph）

图是 TensorFlow 中的数据流图，它表示了计算过程中的各种操作和它们之间的依赖关系。在 TensorFlow 中，所有的计算都是通过图来描述的。

• 节点（Nodes）：图中的每个节点代表一个操作，例如矩阵乘法、加法等。
• 边（Edges）：边连接着节点，表示数据流向。

以下是一个简单的图示例：

   +----+     +----+     +----+
   | Mul| --> | Add| --> | Sub|
   +----+     +----+     +----+

在这个图中，Mul 节点将两个数相乘，结果传递给 Add 节点，然后 Add 节点的结果再传递给 Sub 节点，最后从 Sub 节点输出结果。

会话（Session）

会话是 TensorFlow 运行的环境，它负责执行图中的操作。在会话中，你可以启动图，并执行计算。

以下是如何创建和运行一个会话的示例：

import tensorflow as tf

# 创建一个图
a = tf.constant(5)
b = tf.constant(6)
c = a * b

# 创建一个会话
with tf.Session() as sess:
    # 运行计算
    result = sess.run(c)
    print(result)

在这个例子中，我们创建了一个图，并在会话中执行了计算。

扩展阅读

想要了解更多关于 TensorFlow 的信息，可以访问我们的 TensorFlow 教程 页面。

[center]

[center]