当存在不明确的依赖关系时,Session.run()中的提取顺序

时间:2017-06-19 20:14:22

标签: tensorflow

当存在模糊的依赖关系时,想知道Session.run()中的提取的执行顺序。

例如 sess.run([self.train_op, self.sparsity_op, self.summary_op], feed_dict=feed_dict) self.train_op计算渐变并更新权重的位置,self.sparsity_op将小权重设置为零,self.summary_op将权重的稀疏度写入文件以进行张量板可视化。 通常,train_opsparsity_op之间没有明确的依赖关系,这意味着在权重更新之前或之后将较小的权重设置为零在逻辑上是正确的但在数值上不同。

问题是: 提取是否会按self.train_op, self.sparsity_op, self.summary_op的顺序执行?为什么?如果没有,我该如何确保订单?

列表中self.train_op, self.sparsity_op, self.summary_op的顺序是否会影响执行顺序?

由于

1 个答案:

答案 0 :(得分:1)

按照列表的顺序执行提取。列表或元组提取存储为列表here,并构建结果here。所以,我认为按照提取顺序没有故意重新订购fetche。