codecamp

如何操作TensorFlow张量图的节点

tf.graph_util.extract_sub_graph

extract_sub_graph(
    graph_def,
    dest_nodes
)

定义在:tensorflow/python/framework/graph_util_impl.py

提取可以到达 “dest_nodes” 中的任何节点的子图.

参数:

  • graph_def:一个 graph_pb2.GraphDef 原型.
  • dest_nodes:指定目标节点名称的字符串列表.

返回值:

该操作返回子图的 GraphDef.

错误类型引发:

  • TypeError:如果 'graph_def' 不是 graph_pb2.GraphDef 原型.

tf.graph_util.must_run_on_cpu

must_run_on_cpu(
    node,
    pin_variables_on_cpu=False
)

定义在:tensorflow/python/framework/graph_util_impl.py

如果给定的 node_def 必须在CPU上运行,则返回真,否则返回假.

参数:

  • node:要分配要给设备的节点;可以是 ops.Operation 也可以是 NodeDef.
  • pin_variables_on_cpu:当为真时,如果 node_def 表示与变量相关的操作,则此函数将返回假.

返回值:

如果给定的节点必须在 CPU上运行,则返回真,否则为返回假.

TensorFlow如何用常量替换变量
TensorFlow函数:tf.graph_util.must_run_on_cpu
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }