# 數據流圖或計算圖 **數據流圖**或**計算圖**是 TensorFlow 中的基本計算單元。從現在開始，我們將它們稱為**計算** **圖**。計算圖由節點和邊組成。每個節點代表一個操作（`tf.Operation`），每個邊代表一個在節點之間傳遞的張量（`tf.Tensor`）。 TensorFlow 中的程序基本上是計算圖。您可以使用表示變量，常量，占位符和操作的節點創建圖，并將其提供給 TensorFlow。 TensorFlow 找到它可以觸發或執行的第一個節點。觸發這些節點會導致其他節點觸發，依此類推。 因此，TensorFlow 程序由計算圖上的兩種操作組成： * 構建計算圖 * 運行計算圖 TensorFlow 附帶一個默認圖。除非明確指定了另一個圖，否則會將新節點隱式添加到默認圖中。我們可以使用以下命令顯式訪問默認圖： ```py graph = tf.get_default_graph() ``` 例如，如果我們想要定義三個輸入并添加它們以產生輸出`y = x1 + x2 + x3`，我們可以使用以下計算圖來表示它：  在 TensorFlow 中，前一圖像中的添加操作將對應于代碼`y = tf.add( x1 + x2 + x3 )`。 在我們創建變量，常量和占位符時，它們會添加到圖中。然后我們創建一個會話對象，以執行操作對象，評估張量對象。 讓我們構建并執行一個計算圖來計算`y = w × x + b`，正如我們在前面的例子中已經看到的那樣： ```py # Assume Linear Model y = w * x + b # Define model parameters w = tf.Variable([.3], tf.float32) b = tf.Variable([-.3], tf.float32) # Define model input and output x = tf.placeholder(tf.float32) y = w * x + b output = 0 with tf.Session() as tfs: # initialize and print the variable y tf.global_variables_initializer().run() output = tfs.run(y,{x:[1,2,3,4]}) print('output : ',output) ``` 在`with`塊中創建和使用會話可確保在塊完成時會話自動關閉。否則，必須使用`tfs.close()`命令顯式關閉會話，其中`tfs`是會話名稱。