TensorFlow如何命名张量？

Question

我想知道这是否正确理解：

所有张量都是从某些操作派生的，并且操作在构造函数中被赋予名称，或者给定特定类型操作的默认名称。如果名称不是唯一的，TensorFlow会通过附加"_1"，"_2"等自动处理此问题。具有n张量输出的操作会将这些张量命名为"op_name:0"，"op_name:1"，.. 。，"op_name:n-1"。

似乎出现了一个问题：如果x是tf.Variable，则x.name会"variable_name:0"。这令人困惑："variable_name"引用了什么？

Answer 1

您对Tensor命名的观察是绝对正确的：Tensor的名称是

的串联

1. 生成它的操作的名称，
2. 冒号（:）和
3. 产生它的操作的输出中的张量的索引。

因此，名为"foo:2"的张量是位于第2位的op "foo"的输出（索引从零开始）。

naming个tf.Variable个对象有点奇怪。每个tf.Variable都包含一个可变张量对象，该对象保存变量的状态（以及一些其他张量）。 "Variable" op（在您的示例中名称为"variable_name"）＆＃34;生成＆＃34;这个可变张量每次作为第0个输出运行时，因此可变张量的名称为"variable_name:0"。

由于tf.Variable与tf.Tensor几乎无法区分 - 因为它可以在相同的位置使用 - 我们决定使变量名称类似于张量名称，因此{{1} } property返回可变张量的名称。 （这与tf.QueueBase和tf.ReaderBase对象形成对比，这些对象不可直接用作张量（而是必须调用它们上的方法来创建对其状态进行操作的操作），所以这些没有类似张量的名字。）