Question

我对张量流很新。我想了解Graph和GraphDef之间的概念差异。

此外，我应该运行从protobuf文件（.pb）加载的图表？

谢谢！

Answer 1

DECLARE @SQL NVARCHAR(MAX) ; SET @SQL = N'SELECT CAST(DATEADD(YEAR,DATEDIFF(YEAR, -1, CAST(@dateWithDots AS DATE) )-1, -1) AS DATE)' EXEC sys.sp_executesql @SQL, N'@dateWithDots NVARCHAR(10)', @dateWithDots或Graph是tensorflw提出计算的核心概念。当您使用tensorflow时，首先创建自己的Computional Graph并将Computation Graph传递给tensorflow。怎么做？您可能知道，tensorflow支持许多前端编程语言，如Python，C ++，Java和Go，核心语言是C ++，其他语言如何将Graph转换为C ++？他们使用一个名为Graph的工具，它可以生成特定的语言存根，这是protobuf来自的地方。它是GraphDef的序列化版本。

我应该运行从protobuf文件（.pb）
加载的图形

您应该使用Graph和*pb GraphDef向（默认）bind读取GraphDef文件，然后使用会话运行{ {1}}用于计算，例如following code：

Graph

Answer 2

GraphDef是原型定义的here。这是图的序列化版本。您可以在任何TensorFlow前端（Python，R，C ++，Java，...）中打印，存储或恢复GraphDef。当它存储到文件中时，文件名通常以.pb结尾，因此您应该将GraphDef用于.pb个文件。

图形是一个抽象概念，对于不同的前端可以采用不同的形式。对于Python，tf.Graph（）将返回一个包含GraphDef和许多实用程序的Python对象（code）。

对于python，您可以使用tf.import_graph_def加载GraphDef。这是一个简单的代码示例：

  with tf.gfile.GFile(graph_def_pb_file, "rb") as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
  with tf.Graph().as_default() as graph:
    tf.import_graph_def(graph_def, name="")
    ...

Tensorflow的Graph和GraphDef之间的区别

2 个答案: