Question

假设我有两个不同的图表：第一个包含x和y： x = tf.placeholder（tf.float32，shape =（1））， y = 2 * x，第二个包含a和b： a = tf.placeholder（tf.float32，shape =（1））， b = 2 * x。

现在，我想通过在y和a之间添加一些“身份链接”来连接这两个图。换句话说，我想告诉第二个图从第一个图（y）中的某个节点获取其输入（a）。在没有代码重新创建第二个图形的情况下，它很方便，您只需从某个地方对其进行反序列化。一种方法是使用Session.run计算第一个图的输出，然后将其提供给计算第二个图的输出的Session.run调用，但必须有一些干净的方法。

谢谢！

Answer 1

如果我理解正确，这对你有用吗？

它利用tf.import_graph_def作业

我们有x，然后输入第一个图表以获取y = 2 *x，然后我们将y提供给第二个图表以获取b = 2 * y，对于x = 1.0，以下代码将生成4.0。

import tensorflow as tf
FLOAT = tf.float32
tf.reset_default_graph()

def graph_1():
    g = tf.Graph()
    with g.as_default():
        x = tf.placeholder(FLOAT, [], name='x')
        y = tf.multiply(2.0, x, name='y')
    return g

def graph_2():
    g = tf.Graph()
    with g.as_default():
        a = tf.placeholder(FLOAT, [], name='a')
        b = tf.multiply(2.0, a, name='b')
    return g

# x = 1.0
x = tf.constant(1.0, FLOAT, [])
# feed x to graph_1 -> y = 2.0
g1 = graph_1()
[g1_y] = tf.import_graph_def(g1.as_graph_def(), input_map={'x': x}, return_elements=['y:0'])
# feed y to graph_2 -> b = 4.0
g2 = graph_2()
[g2_b] = tf.import_graph_def(g2.as_graph_def(), input_map={'a': g1_y}, return_elements=['b:0'])

with tf.Session() as sess:
    print(sess.run([g2_b]))

笔记本：https://gist.github.com/phizaz/21a5454ddc6c2a15c5c0eae91c96cda5

顺便说一句，如果graph_1或graph_2包含＆＃34;变量＆＃34;这不起作用...我不知道如何初始化那些基础变量到目前为止，任何建议？

连接两个图表

1 个答案: