從tensorflow開始所引用的句子是什麼意思?實際上tensorflow會話是什麼?
會話封裝了TensorFlow運行時的控件和狀態。
我知道封裝在面向對象的程序設計中,而且在會話中也玩過一些成功的東西。儘管如此,我還是沒有得到這句話。有人可以用簡單的話來重述它嗎?
從tensorflow開始所引用的句子是什麼意思?實際上tensorflow會話是什麼?
會話封裝了TensorFlow運行時的控件和狀態。
我知道封裝在面向對象的程序設計中,而且在會話中也玩過一些成功的東西。儘管如此,我還是沒有得到這句話。有人可以用簡單的話來重述它嗎?
這種封裝與OOP封裝無關。對於新手來說,稍微好一點(在理解方面)是session文檔。
會話對象封裝了執行對象的環境,並且對張量對象進行評估。
這意味着沒有在圖定義部分定義的操作符和變量正在執行。對於正在執行的例子沒什麼/這裏
a = tf.Variable(tf.random_normal([3, 3], stddev=1.)
b = tf.Variable(tf.random_normal([3, 3], stddev=1.)
c = a + b
計算你不會得到一個張量a/b/c
的值了。這些值將僅在會話中進行評估。
像大理說的那樣,封裝與OOP封裝無關。
的TensorFlow運行時
的控制和狀態控制:甲TensorFlow圖是計算的描述。要計算任何內容,必須在會話中啓動圖形。
狀態:會話將圖形操作放置到設備上,例如CPU或GPU,並提供執行它們的方法。這些方法將ops生成的張量作爲Python中的numpy ndarray對象返回,並在C和C++中作爲tensorflow :: Tensor實例返回。
在這種情況下,「封裝」大致意思是「包含」。這不是關於OOP封裝 - 只是會話保留了確定當前狀態所需的所有數據。 –