tf.Graph（）。control_dependencies如何工作？

Question

我试图了解依赖关系函数如何在图上工作。通过阅读文档here，我试图复制与此类似的内容

我尝试了以下代码，但tf引发了错误：

import tensorflow as tf
a = tf.Variable(10)
c = tf.Variable(20)

my_graph = tf.Graph()

with my_graph.control_dependencies([a, c]):
  b = tf.Variable(2) + a + c
  sess.run(tf.global_variables_initializer())
  sess.run(b)

但这给我一个错误 Tensor Tensor（“ Variable_0：0”，shape =（），dtype = int32_ref）不是该图的元素。

据我的理解，错误指出变量a和b应该在同一图形上以执行执行。 因此，我根据自己的理解调整了代码，并尝试运行

import tensorflow as tf

my_graph = tf.Graph()

with my_graph.control_dependencies([a, c]):
  a = tf.Variable(10)
  c = tf.Variable(20)
  b = tf.Variable(2) + a + c
  sess.run(tf.global_variables_initializer())
  sess.run(b)

但这又给了我同样的错误。 张量Tensor（“ Variable_0：0”，shape =（），dtype = int32_ref）不是此图的元素。

有人可以告诉我创建图依赖的正确方法吗？ 我们可以创建从一个图到另一个图的依赖吗？ 注意：通过this，我已经了解了tf.control_dependencies的工作原理。