所有tf.*的描述都是使用到TensorFlow的API，請到以下官網，有各個功能的詳述。

Operation	Description
tf.Graph.__init__()	建立一個空圖。
tf.Graph.as_default()	將某圖設定為預設圖，並傳回一個上下文管理員。如果不顯性增加一個預設圖，系統會自動設定一個全域的預設圖。所設定的預設圖在模組範圍內定義的節點都將預設加入預設圖中。
tf.Graph.device(device_name_or_function)	定義執行圖所使用的裝置，並傳回一個上下文管理員。
tf.Graph.name_scope(name)	為節點建立層次化的名稱，並傳回一個上下文管理員。
tf.Operation.name	操作的名稱。
tf.Operation.type	操作的類型，如matmul。
tf.Operation.inputs	操作的輸入。
tf.Operation.outputs	操作的輸出。
tf.Operation.control_inputs	操作的依賴。
tf.Operation.run(feed_dict=None, session=None)	在session中執行該操作。
tf.Operation.get_attr(name)	取得操作的屬性值。
tf.Tensor.dtype	張量的資料類型。
tf.Tensor.name	張量的名稱。
tf.Tensor.value_index	張量在操作輸出中的索引。
tf.Tensor.grapg	張量所在的圖。
tf.Tensor.op	產生該張量的操作。
tf.Tensor.consumers()	傳回使用該張量的操作列表。
tf.Tensor.eval(feed_dict=None, session=None)	在session中求張量的值，需要使用sess.as_default()或evl(session=sess)
tf.Tensor.get_shape()	傳回用於表示張量的形狀(維度)的類別TensorShape
tf.Tensor.set_shape(shape)	更新張量的形狀。
tf.Tensor.device	設定計算該張量的裝置。

(python語法)

import xx as yy是一種別名導入語法，讓你可以在多層嵌套包，導入時可以省掉輸入code。

這個yy 就是你定義的一個包含了，如下表示：

import dir0.dir1.mod as ok #這個ok就是別名

ok.func() #不用再輸入長串名稱

(python語法)

使用tf.Session()建立session，並且使用sess.close()關閉session。這種做法可能有以下問題：

1.可能忘記關閉Session。

2.當程式執行中發生異常，可能導致沒有關閉session。

為了解決此問題，可以使用With語法如下：

with關鍵字後面是：建立的命令tf.Session()，as關鍵字後面是：session的變數sess。

在with區塊中可使用sess變數與裝置溝通，離開with區塊自動關閉session。

Syntax

results matching ""