Question

我试图在图表中打印节点的名称，并使用不同的代码得到不同的结果。

占位符定义为：

x = tf.placeholder("float", shape=[None, 784], name = 'input_x')

如果我运行代码：

node_names = [node.name for node in tf.get_default_graph().as_graph_def().node]
for item in node_names:
    print(item)

我得到的结果如下：

input_x
origin_y
truncated_normal/shape
truncated_normal/mean
truncated_normal/stddev
truncated_normal/TruncatedNormal
truncated_normal/mul
truncated_normal

但如果我运行以下代码：

print('Name for input:')
print(x.name)

名称末尾添加了“：0”：

Name for input:
input_x:0

我很困惑。有人可以帮我解释一下吗？感谢。

Answer 1

图中的节点表示操作。在循环中，您遍历节点并打印其名称。

以:<num>结尾的名称对应于张量。张量是操作的输出。

tf.placeholder函数返回张量，但您也可以得到相应的操作：

x = tf.placeholder('float', shape=[None, 784], name = 'input_x')

print(repr(x))         # <tf.Tensor 'input_x:0' shape=(?, 784) dtype=float32>
print(repr(x.name))    # u'input_x:0'

print(repr(x.op))      # <tf.Operation 'input_x' type=Placeholder>
print(repr(x.op.name)) # u'input_x'

打印张量名称时，为什么会得到不同的结果？

1 个答案: