你为什么要这样做：
graph = tf.Graph.__init__()
对战：
graph = tf.get_default_graph()
我不明白默认图表的目的。
答案 0 :(得分：0)
图形定义了计算。它不会计算，不能保存任何值。 图就像一个TODO：列表。
您可以在同一过程中使用多个图形（通过tf.Graph()创建，但是默认是一个图形。
请注意，每个图都必须使用不同的会话，但是每个图可以在多个会话中使用。
更重要的是，会话允许执行图或图的一部分。它为此分配资源（在一台或多台计算机上），并保留中间结果和变量的实际值。
您可以使用tf.Session创建会话，并确保使用上下文管理器或tf.Session.close()，因为会保存会话的所有资源。
答案 1 :(得分：-1)
graph = tf.Graph.__init__()将实例化一个新的（因此为空）TensorFlow图形对象，而graph = tf.get_default_graph()将为您提供正在处理的默认图形。
有关官方doc的更多信息：
TensorFlow Python库有一个默认图形，ops构造函数将节点添加到该图形中。对于许多应用程序，默认图表已足够。有关如何显式管理多个图形的信息，请参阅Graph类文档。