已验证65% 置信事实时间未知
TensorFlow 1.x是静态计算图的典型代表，需要先声明整个计算流程再编译执行
3
来源数
65%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
PyTorch入门教程：张量操作与神经网络构建完全指南
bilibili论文发刊罗小黑
涉及实体
相关事实
待验证TensorFlow、PyTorch等框架中的自动微分系统本质上是可微分编程的工程实现81% 相似待验证TensorFlow的核心设计理念是将计算表示为有向无环图（DAG），节点代表数学运算，边代表流动的多维数组（张量）75% 相似待验证TensorRT执行的是固定计算图的前向传播，输入张量的形状在构建引擎时就已确定，因此推理计算量基本恒定，不随画面目标数量变化74% 相似待验证TensorFlow 这个名字来源于张量的数据流，数据以张量形式在计算图节点之间流动73% 相似待验证TensorFlow和PyTorch的计算图将模型表达为有向无环图（DAG），算子为节点、张量为边上流动的数据，使自动微分和GPU并行调度成为架构自然产物72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4686API
curl https://kongchang.com/api/v1/knowledge/claims/4686MCP
get_claim(id=4686)