Question

我试图理解张量流图中的执行顺序。当我运行以下代码时。 testDelegate打印不确定的结果。

tf.print

这里是20次重复的输出。有时，它打印“ msg1：3”，有时，它打印“ msg1：1”。那么这是怎么回事？

import tensorflow as tf

for _ in range(20):
    tf.reset_default_graph()
    use_resource = False
    v = tf.Variable(0, trainable=False, use_resource=use_resource, name='v')
    v_op1 = v.assign_add(1, name='v_op1')
    v_op2 = v.assign_add(2, name='v_op2')

    with tf.control_dependencies([v_op1]):
        w1 = tf.print('msg1:', v, name='v--w')
    with tf.control_dependencies([w1, v_op2]):
        w2 = tf.print('msg2:', v, '\n', name='w--w')
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        sess.run(w2)

Answer 1

我认为正在发生的事情是您正在创建w1和v_op2之间的竞争，并且它们都同时执行。（包含论文行）

with tf.control_dependencies([w1, v_op2]):

例如，如果v_op2在w1之前执行，然后将2添加到v，然后在执行w1时将其添加1，从而使msg_1打印3。但是，如果能够在执行v_op2之前完成w1，则2之后被添加到v。

例如情况1

v_op2 executed:
v = 2
w1 executed:
v = 3
print(v)

案例2

w1 executed
v = 1
print(v)
v_op2 executed
v=3

tf.print结果不一致

1 个答案: