note_8_tf.md

tf.Graph()

tf.Graph()表示实例化一个用于tensorflow计算和表示用的数据流图，不负责运行计算。在代码中添加的操作和数据都是画在纸上的画，而图就是呈现这些画的纸。我们可以利用很多线程生成很多张图，但是默认图就只有一张。

tf中可以定义多个计算图，不同计算图上的张量和运算是相互独立的，不会共享。计算图可以用来隔离张量和计算，同时提供了管理张量和计算的机制。
# 定义两个计算图 g1 = tf.Graph() g2 = tf.Graph()

    # 在g1中定义张量和操作
    with g1.as_default():
    a = tf.constant([1.0, 1.0])
    b = tf.constant([1.0, 1.0])
    result1 = a + b

    # 在g2中定义张量和操作
    with g2.as_default():
    a = tf.constant([2.0, 2.0])
    b = tf.constant([2.0, 2.0])
    result2 = a + b

    # 创建会话
    with tf.Session(graph=g1) as sess:
    out = sess.run(result1)
    print(out)

    with tf.Session(graph=g2) as sess:
    out = sess.run(result2)
    print(out)

    with tf.Session(graph=tf.get_default_graph()) as sess:
    out = sess.run(result)
    print(out)

    返回：
    [2.0, 2.0]
    [4.0, 4.0]

tf.nn.embedding_lookup(tensor,index)

 选取一个张量里面索引对应的元素