tensorflow的Session

#coding=utf-8
import tensorflow as tf

a = tf.add(2, 5)
b = tf.multiply(a, 3)

sess = tf.Session()
# sess.run(b)

sess.run(tf.global_variables_initializer())

replace_dict = {a: 15}
sess.run(b, feed_dict = replace_dict)

c = tf.constant(5)
with sess.as_default():
    a.eval()

sess.close()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末渣磷,一起剝皮案震驚了整個(gè)濱河市乘瓤,隨后出現(xiàn)的幾起案子锚扎,更是在濱河造成了極大的恐慌,老刑警劉巖典唇,帶你破解...
    沈念sama閱讀 218,036評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡拷沸,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門薯演,熙熙樓的掌柜王于貴愁眉苦臉地迎上來撞芍,“玉大人,你說我怎么就攤上這事跨扮⌒蛭蓿” “怎么了?”我有些...
    開封第一講書人閱讀 164,411評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵衡创,是天一觀的道長(zhǎng)帝嗡。 經(jīng)常有香客問我,道長(zhǎng)璃氢,這世上最難降的妖魔是什么哟玷? 我笑而不...
    開封第一講書人閱讀 58,622評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮拔莱,結(jié)果婚禮上碗降,老公的妹妹穿的比我還像新娘隘竭。我一直安慰自己,他們只是感情好讼渊,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,661評(píng)論 6 392
  • 文/花漫 我一把揭開白布动看。 她就那樣靜靜地躺著,像睡著了一般爪幻。 火紅的嫁衣襯著肌膚如雪菱皆。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,521評(píng)論 1 304
  • 那天挨稿,我揣著相機(jī)與錄音仇轻,去河邊找鬼。 笑死奶甘,一個(gè)胖子當(dāng)著我的面吹牛篷店,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播臭家,決...
    沈念sama閱讀 40,288評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼疲陕,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了钉赁?” 一聲冷哼從身側(cè)響起蹄殃,我...
    開封第一講書人閱讀 39,200評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎你踩,沒想到半個(gè)月后诅岩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,644評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡带膜,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,837評(píng)論 3 336
  • 正文 我和宋清朗相戀三年吩谦,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片钱慢。...
    茶點(diǎn)故事閱讀 39,953評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡逮京,死狀恐怖卿堂,靈堂內(nèi)的尸體忽然破棺而出束莫,到底是詐尸還是另有隱情,我是刑警寧澤草描,帶...
    沈念sama閱讀 35,673評(píng)論 5 346
  • 正文 年R本政府宣布览绿,位于F島的核電站,受9級(jí)特大地震影響穗慕,放射性物質(zhì)發(fā)生泄漏饿敲。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,281評(píng)論 3 329
  • 文/蒙蒙 一逛绵、第九天 我趴在偏房一處隱蔽的房頂上張望怀各。 院中可真熱鬧倔韭,春花似錦、人聲如沸瓢对。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽硕蛹。三九已至醇疼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間法焰,已是汗流浹背秧荆。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留埃仪,地道東北人乙濒。 一個(gè)月前我還...
    沈念sama閱讀 48,119評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像卵蛉,于是被迫代替她去往敵國(guó)和親琉兜。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,901評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 文章作者:Tyan博客:noahsnail.com | CSDN | 簡(jiǎn)書 本文主要是使用tensorfl...
    SnailTyan閱讀 963評(píng)論 0 1
  • 前言: 學(xué)習(xí)用FTensorFlow搭建NN框架以來毙玻,一直習(xí)慣逐層疊加的方式豌蟋。 最近在做udacity的作業(yè)的時(shí)候...
    birdl閱讀 3,066評(píng)論 1 1
  • 翻譯自:What is a TensorFlow Session? 好多人搞不清楚tf.Graph 與tf.Ses...
    ettingshausen閱讀 9,734評(píng)論 0 2
  • 本人也是剛剛加入互聯(lián)網(wǎng)運(yùn)營(yíng)行列以下是我總結(jié)的,新手加入互聯(lián)網(wǎng)運(yùn)營(yíng)時(shí)必須知道的一些東西桑滩。 理論: 運(yùn)營(yíng)是什么梧疲? 答:...
    韋世程閱讀 192評(píng)論 0 0
  • 參加景文讀書會(huì)第三周了,不敢說受益匪淺运准,但每次都有一點(diǎn)小收獲幌氮、小觸動(dòng)是真心話。雖然還只讀了《中庸》中的一小段胁澳,區(qū)區(qū)...
    迷糊的空庭閱讀 147評(píng)論 0 0