待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
程序即数据流：C++构建3D编辑器的架构范式思考
redditr/programming2026/7/11
相关事实
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）85% 相似待验证计算图是有向无环图（DAG），深度学习框架分为静态图（如TensorFlow 1.x）和动态图（如PyTorch、TensorFlow 2.x的eager mode）两种范式78% 相似待验证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76% 相似待验证在PyTorch的DAG中，节点代表张量操作（如加法、矩阵乘法），边代表数据流73% 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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/494653API
curl https://kongchang.com/api/v1/knowledge/claims/494653MCP
get_claim(id=494653)