tensorflow default graph分析与说明

在程序运行时有一个默认的图，这个默认图他的代号是什么？

正常情况下你可以创建一个图，如下：

g=tf.Graph()

然后这个图的代号是g，你输入g就会显示出一堆g的描述。而你想要得到默认图的描述可以用如下代码：

tf.get_default_graph()

然后你要怎么用他呢？比如你要用Graph类的对象函数finalize，代码如下

tf.get_default_graph().finalize()

然后你再创建任何运算到图里都会返回错误，那么默认图的操作就是如此了，当然为了不用每次都用这么长的函数，你也可以这样：

aaa=tf.get_default_graph()

然后aaa就是默认图的代号了

而假如你要向g中加入结点而不是向默认图加入咋办？用如下的代码形式

with g.as_default():  c = tf.constant(5.0)  assert c.graph is g

并且这个c你用默认图里的算子直接调用他计算会出现not found的错误

————————————————————————————————————————————————————————

下面介绍一些个人对图的经验总结：

1，提取数据后，将数据转换成numpy的格式，再进行操作，操作完毕后转换回tf格式。此操作是否会加入图中？

答案是否定的，假如你每次提取一个图片输入到网络中，你对图片用cv2函数进行操作再转换成tf格式，那么每次读取都是第一副图片。

这里涉及到一个问题就是python原语言里我们要实现图，是将其封装在一个函数里，那么每次调用这函数就会运行函数里的所有代码，而在tensorflow里不需要

这样做，会自动将代码加入到图中，而每次直接运行最后一个结点就会自动的重新运行图前面的结点。那么为什么我用numpy的函数却没有加入结点呢？

将操作进行封装进行尝试，结果一样。

目前解决方法是：因为graph直接运行一个结点其前面的结点会自动运行，那么只需要将没加入的操作重复运行就OK了