Question

Tensorflow如何评估不依赖于图形内的张量的代码？

如果我们有类似的话：

graph = tf.Graph() 

with graph.as_default():
    x = tf.constant([[1],[2]])
    print("hi1")
    y = tf.constant([[1],[1]])
    print("hi2")
    z = tf.add(x,y) 
    print("hi3")

with tf.Session(graph=graph) as sess: 
    z_output = sess.run([z])

如果只评估print()之类的某个Tensor，我怎样才能确保执行z语句？现在似乎所有这些都在程序运行后立即执行。

Answer 1

TensorFlow 不执行图表外的代码（如那些print()语句）;相反，它由Python解释器以正常顺序执行。另一种方法是： TensorFlow仅评估涉及张量的程序位。 print()语句将在您构建图形时执行，但由于它们不向图形添加任何节点，因此在您实际运行图形时它们不会再次执行（使用tf.Session()

如果我们更详细地看一下你的示例程序正在做什么，这可能是有意义的：

graph = tf.Graph()  # Create a new graph to contain a TensorFlow program.

with graph.as_default():  # By default, all created nodes will be added to `graph`.
  x = tf.constant([[1],[2]])  # Add a constant node to `graph`.
  print("hi1")                # Print a message *during graph construction*.
  y = tf.constant([[1],[1]])  # Add a constant node to `graph`.
  print("hi2")                # Print a message *during graph construction*.
  z = tf.add(x,y)             # Add an addition node to `graph`.
  print("hi3")                # Print a message *during graph construction*.

with tf.Session(graph=graph) as sess:  # Create a session for running `graph`.
  z_output = sess.run([z])  # Run the node `z` and all nodes it depends on.

如果您希望TensorFlow运行某段代码，则必须将其添加到图表中。因此，TensorFlow提供了复制公共语言功能的机制，例如tf.Print()，tf.while_loop()等。

Tensorflow如何评估不涉及张量的程序位？

1 个答案: