Question

我正在关注如何使用tf.scan this tutorial，我写了一个最小的工作示例（请参阅下面的代码）。但是每次调用函数Model._step()时，是不是都在创建计算图的另一个副本？如果没有，为什么不呢？

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # to avoid TF suggesting SSE4.2, AVX etc...

class Model():
    def __init__(self):
        self._inputs = tf.placeholder(shape=[None], dtype=tf.float32)
        self._predictions = self._compute_predictions()

    def _step(self, old_state, new_input):
        # ---- In here I will write a much more complex graph ----
        return old_state + new_input

    def _compute_predictions(self):
        return tf.scan(self._step, self._inputs, initializer = tf.Variable(0.0))

    @property
    def predictions(self):
        return self._predictions

    @property
    def inputs(self):
        return self._inputs

def test(sess, model):
    sess.run(tf.global_variables_initializer())
    print(sess.run(model.predictions, {model.inputs: [1.0, 2.0, 3.0, 4.0]}))

test(tf.Session(), Model())

我问，因为这当然是一个最小的例子，在我的情况下，我需要一个更复杂的图形。

Answer 1

Model._step()方法只会在每个构造的Model对象中调用一次。 tf.scan()函数与它包装的tf.while_loop()函数一样，只调用它们给定的函数一次来构建一个带有循环的图形，然后每次迭代都会使用相同的图形循环。

（请注意，如果您构建了许多Model个对象，那么您最终会得到与您拥有Model个对象相同数量的图表副本。）

这个函数每次都会创建一个新的TensorFlow图吗？

1 个答案: