您可以使用tf.get_default_graph().get_tensor_by_name("tensor_name:0")
但是你可以在队列中进行操作，例如Optimizer.minimize或enqueue操作吗？
在我的第一个模型中，我从build_model函数返回了我需要的所有张量和运算。但是张量列表变得丑陋。在后来的模型中，我将所有张量和操作都放在字典中以便于访问。这一次，我以为我只是按照名义查询张量，因为我需要它们，但我不知道如何用ops来做。
或者有更好的方法吗？我发现各地都需要各种张量和操作。训练，推理代码，测试用例，因此需要一种很好的标准方法来访问图形的各个部分而不需要在整个地方传递变量。
答案 0 :(得分：26)
您可以使用tf.Graph.get_operation_by_name()方法按名称获取tf.Operation。例如，要从默认图形中获取名为"enqueue"的操作：
op = tf.get_default_graph().get_operation_by_name("enqueue")