我很好奇为什么在TF的指标实施中（可能还有其他地方）使用tensorflow.python.ops.x而不是仅使用tf.x，例如，使用here tensorflow.python.ops.math_ops.reduce_sum的tf.reduce_sum。
猜猜：这样做是为了提高效率，所以我们不需要import tensorflow as tf？
答案 0 :(得分：2)
如果您查看示例的Tensorflow参考页面（reduce_sum） https://www.tensorflow.org/api_docs/python/tf/math/reduce_sum
您会看到，您可以互换使用tf.math.reduce_sum或tf.reduce_sum，因为它们彼此互为别名。
在您链接到的示例页面中，这是tensorflow / tensorflow / python / ops / metrics_impl.py模块中的Tensorflow代码，它引用的代码导入为
from tensorflow.python.ops import math_ops
这是此代码在其自己的tensorflow.python.ops模块中引用代码的最佳方法。 tf.reduce_sum引用是从tensorflow源代码本身的外部引用代码的方法，大多数用户代码就是这种情况。最好遵循文档页面参考，以更好地保存将来的代码重组等。