Antes de continuar les dejo la lista de artículos de esta serie:
- Hola mundo desde Tensorflow
- Matemáticas básicas con Tensorflow
- Manejo de matrices con Tensorflow
- Variables y placeholders en Tensorflow
tf.Graph:
Cada computo en Tensorflow es representado por un Grafo de flujo de datos, este tiene dos elementos:
- Un objeto tf.Operation, que representa la unidad de computo.
- Un objeto tf.Tensor, que representa unidades de datos, que se necesita para las operaciones.
A continuación se muestra una figura de la representación de un Grafo:
A continuación se muestra el uso de Graph:
In [1]:
#Se importa tensorflow
import tensorflow as tf
In [2]:
#Se define dos constantes
n1 = tf.constant(10)
n2 = tf.constant(20)
In [3]:
#Se realiza la suma de las dos constantes
n3 = n1+n2
In [4]:
#Se instancia la sesión y se ejecuta almacenando el resultado de n3 que se muestra
with tf.Session() as sess:
result = sess.run(n3)
print (result)
In [5]:
#Se imprime la constante n3, es una suma, y de tipo int32
print(n3)
In [6]:
#Se obtiene el valor por defecto del grafo en memoria
print (tf.get_default_graph())
In [7]:
#Se instancia el objeto grafo
g = tf.Graph()
In [8]:
#Se imprime su valor, los valores en memoria serán distintos del por defecto al creado.
print(g)
In [9]:
#Se define graph1 como el grafo por defecto
graph1 = tf.get_default_graph()
In [10]:
#Se imprime graph1, será el valor por defecto en memoria
print(graph1)
In [11]:
#Se instancia el grafo2
graph2 = tf.Graph()
In [12]:
#Se muestra el valor de grafo2
print(graph2)
In [13]:
#Se define el grafo2 como si fuera por defecto y se muestra si en verdad es por defecto
with graph2.as_default():
print(graph2 is tf.get_default_graph())
In [14]:
#Se evalua si grafo 2, es el de por defecto
print(graph2 is tf.get_default_graph())
Otro ejemplo de Grafo¶
In [15]:
#Se define el grafo
grafo = tf.Graph()
In [16]:
#Se define la sesión pasandole el grafo
with tf.Session(graph=grafo) as sess:
#Se define las constantes x y y que son arreglos
x = tf.constant([11,13,16])
y = tf.constant([10,10,10])
#Se realiza la operación de suma de x+y
op = tf.add(x,y)
#Se ejecuta la operación en la sesión
resultado = sess.run(fetches=op)
print(resultado)
In [ ]:
Si quiere investigar más sobre Graph puede revisar su documentación en tensorflow (documentación del api y guía para los progamadores), pueden revisar el artículo en medium Tensorflow in a nutshell-Part 1: Basics, también pueden revisar el tutorial de la gente de datacamp Tensorflow tutorial for beginners.
No hay comentarios:
Publicar un comentario