Question

我一直在阅读文档https://tools.ietf.org/html/rfc6455#section-4.1，似乎对TensorFlow的实际操作和文档存在分歧（除非我有误解，我认为我这样做）。

文档说明有on core graph structures和Operation objects。它提供了这样的例子，因此我尝试创建一些并询问python它们是什么类型。首先让我们做一个常数：

c = tf.constant(1.0)

print c #Tensor("Const_1:0", shape=(), dtype=float32)
print type(c) #<class 'tensorflow.python.framework.ops.Tensor'>

它说它是一个Tensor。大！有道理，它甚至可以提供有关其内容的信息。

我对我期望的操作做了同样的实验：

W = tf.Variable(tf.truncated_normal([784, 10], mean=0.0, stddev=0.1))
b = tf.Variable(tf.constant(0.1, shape=[10]))
Wx = tf.matmul(x, W)
print Wx #Tensor("MatMul:0", shape=(?, 10), dtype=float32)
print type(Wx) #<class 'tensorflow.python.framework.ops.Tensor'>

然而，正如您所看到的，Tensor流表示Wx和c都是相同的类型。这是否意味着没有操作对象或我做错了什么？

Answer 1

tf.Varible是一个张量，然后你为它赋值，即一个操作，一个赋值操作。或者你使用tf.mul（），这也是一个操作

Answer 2

有手术。您可以通过graph.get_operations()获取图表中所有操作的列表（您可以通过graph或tf.get_default_graph()或适合您情况的任何内容获取sess.graph。

就是这样，在Python中，tf.mul之类的东西会返回乘法运算产生的张量（其他一切都会令人讨厌，因为它是你在进一步操作中用作输入的张量）。

Answer 3

我不是专家，但也许这会让事情变得清晰。

x = tf.constant(1, shape=[10, 10])
y = tf.constant(1, shape=[10, 10])
z = tf.matmul(x, y, name='operation')
# print(z)
# tf.Tensor 'operation:0' shape=(10, 10) dtype=int32
# z is a placeholder for the result of multiplication of x and y
# but it has an operation attached to it
# print(z.op)
# tensorflow.python.framework.ops.Operation at 0x10bfe40f0
# and so do x and y
# print(x.op)
# 
ses = tf.InteractiveSession()
# now that we are in a session, we have an operation graph
ses.graph.get_operation_by_name('operation')
# tensorflow.python.framework.ops.Operation at 0x10bfe40f0
# same operation that we saw attached to z
ses.graph.get_operations()
# shows a list of three operations, just as expected
# this way you can define the graph first and then run all the operations in a session

Answer 4

我对TensorFlow不是很熟悉，但Wx的输出似乎是tf.matmul(x, W)是符号句柄的基本概念。所以你实际创建了一个Operation，但是访问Wx会给你一个结果的表示（即使它在你运行一个会话之前没有计算）。

请查看TensorFlow FAQ以获取更详细的说明。

Answer 5

在tensorflow的上下文之外考虑这个，并且只是在基础python中。让我们说你这样做：

def f(x):
    return(x+1)

x = 0

print(type(x))
print(type(f(x)))

在这两种情况下你得到int，对吗？但是如果你这样做

type(f)

在这种情况下，您获得function。与tensorflow相同：操作结果的类型是一个新的张量，但操作本身的类型不是张量。

TensorFlow中的一切都是Tensor，包括操作吗？

5 个答案: