使用tensoflow表示以下数据流图:

• 
  
  import tensorflow as tf
  
  
• 
  
  
  
  
• 
  
  graph=tf.Graph()
  
  
• 
  
  
  
  
• 
  
  with graph.as_default():
  
  
• 
  
      # transformation对象
  
  
• 
  
      with tf.name_scope("transformation"):
  
  
• 
  
          # 输入
  
  
• 
  
          input=tf.placeholder(dtype=tf.float32,shape=[None],name="input")
  
  
• 
  
          # op
  
  
• 
  
          b=tf.reduce_prod(input,name='b_prod')
  
  
• 
  
          c=tf.reduce_sum(input,name='c_sum')
  
  
• 
  
          d=tf.add(b,c,name='d_add')
  
  
• 
  
  
  
  
• 
  
      # variables对象
  
  
• 
  
      with tf.name_scope('Variables'):
  
  
• 
  
          step=tf.Variable(0,name='step',trainable=False,dtype=tf.int32)
  
  
• 
  
          total_output=tf.Variable(0,name='total_output',trainable=False,dtype=tf.float32)
  
  
• 
  
          # update对象
  
  
• 
  
      with tf.name_scope("update"):
  
  
• 
  
          update_output = total_output.assign_add(d)
  
  
• 
  
          update_step=step.assign_add(1)
  
  
• 
  
  
  
  
• 
  
      with tf.name_scope("tf_summary"):
  
  
• 
  
          #均值
  
  
• 
  
          average=tf.div(update_output,tf.cast(update_step,tf.float32),name='average')
  
  
• 
  
  
  
  
• 
  
          #汇总数据
  
  
• 
  
          tf.summary.scalar('output',d)
  
  
• 
  
          tf.summary.scalar('average',average)
  
  
• 
  
          tf.summary.scalar('sum of outputs',update_output)
  
  
• 
  
      # 全局Variable对象和op
  
  
• 
  
      with tf.name_scope('global_ops'):
  
  
• 
  
          init=tf.initialize_all_variables()
  
  
• 
  
          merged_summaries=tf.summary.merge_all()
  
  
• 
  
  
  
  
• 
  
  
  
  
• 
  
      sess=tf.Session(graph=graph)
  
  
• 
  
  
  
  
• 
  
      writer=tf.summary.FileWriter('./improvedgraph',graph)
  
  
• 
  
  
  
  
• 
  
      sess.run(init)
  
  
• 
  
  
  
  
• 
  
  
  
  
• 
  
  def run_graph(input_tensor):
  
  
• 
  
      feed_dict={input:input_tensor}
  
  
• 
  
      _,step_,summary=sess.run([d,update_step,merged_summaries],feed_dict=feed_dict)
  
  
• 
  
      writer.add_summary(summary,global_step=step_)
  
  
• 
  
  
  
  
• 
  
  run_graph([2,8])
  
  
• 
  
  run_graph([3,1,3,3])
  
  
• 
  
  writer.flush()
  
  
• 
  
  writer.close()
  
  
• 
  
  sess.close()
  
  
  

结果如图

个人分类： tensorflow

奈斯