Python tf.Graph用法及代码示例

TensorFlow 计算，表示为数据流图。

用法

tf.Graph()

tf.function 使用图表来表示函数的计算。每个图包含一组tf.Operation 对象，它们代表计算单元；和tf.Tensor 对象，它们表示在操作之间流动的数据单元。

直接使用图表(已弃用)

tf.Graph 可以在没有 tf.function 的情况下直接构建和使用，正如 TensorFlow 1 中所要求的那样，但这已被弃用，建议改用 tf.function。如果直接使用图，则还需要其他已弃用的 TensorFlow 1 类来执行图，例如 tf.compat.v1.Session 。

可以使用tf.Graph.as_default 上下文管理器注册默认图。然后，操作将被添加到图中，而不是即刻地执行。例如：

g = tf.Graph()
with g.as_default():
  # Define operations and tensors in `g`.
  c = tf.constant(30.0)
  assert c.graph is g

tf.compat.v1.get_default_graph() 可用于获取默认图形。

重要提示：此类对于图形构造不是线程安全的。所有操作都应该从单个线程创建，或者必须提供外部同步。除非另有说明，否则所有方法都不是线程安全的。

Graph 实例支持按名称标识的任意数量的"collections"。为方便构建大图，集合可以存储相关对象组：例如，tf.Variable 对在构建图期间创建的所有变量使用集合(名为 tf.GraphKeys.GLOBAL_VARIABLES )。调用者可以通过指定新名称来定义其他集合。