为什么Tensorflow不显示Constant Ops的输出节点，而是显示Variable Ops的输出节点？

Question

我目前正在使用TensorFlow for Machine Intelligence学习TensorFlow。我正在执行以下代码-

import tensorflow as tf
tf.reset_default_graph()
a = tf.Variable([1,2,3], name="input_a")
b = tf.Variable([2,3,4], name="input_b")
c = tf.multiply(a,b, name="mul_c")
d = tf.add(a,b, name="add_d")
e = tf.add(c,d, name="add_e")
sess = tf.Session()
sess.run(a.initializer)
sess.run(b.initializer)
output = sess.run(e)
writer = tf.summary.FileWriter('./my_graph', sess.graph)
writer.close()
sess.close()

我在TensorBoard上获得以下输出-

突出显示的节点的详细信息是-

另一方面，如果将a和b的值更改为以下值-

a = tf.constant([1,2,3], name="input_a"); b = tf.constant([2,3,4], name="input_b")，并对会话代码进行了适当的更改，显示了以下输出-

以下输出显示在TensorBoard中-

Variable node为什么有Output nodes但Constant node没有？

Answer 1

tf.Operation表示一个图节点，并对张量执行计算。 tf.constant返回一种特殊类型的tf.Operation，由于它不执行任何计算，因此它以0张量作为输入并产生0张量作为输出。

尽管tf.Variable实际上是一个嵌套操作（或子图）由3个节点组成。双击tensorboard中的变量子图，您将看到：

它以常量开头（例如initial_value，该常量突出显示），将其值写入设备内存，并读取值以馈送到其使用者。

---

编辑评论中的问题：

据我了解，当用户调用此方法a = tf.constant([1, 2, 3], name='input_a')时，在不同方面会发生两件事：

1. 一个Const节点将被添加到计算图中，如您在提供的第三张图中看到的那样。它的确切值在图构造时就知道了，但是（我猜）在底层实现中它是不可调用的。因此tensorboard表示此节点没有输入和输出。也许这个节点就像一个指针，指向带有相应值的相应设备内存，等待其他可调用节点找到它。
2. Constant Tensor将被返回，您可以稍后通过其处理程序a使用它，例如c = tf.multiply(a, b, name="mul_c")，就像您一样。

因此' return '意味着通过Python方法在Python中返回处理程序，而' outputs '（在tensorflow计算图中）列出了可调用节点输出的所有使用者