这确实是坏事,但它仍然是与此相关的问题的最佳搜索结果,我认为这可能有助于做出非常明确的内容,以便先前的回答(正确)通过:
Q的变量product
是python变量。这样,它指向一个对象:定义后,它指向在name_scope'g1'中定义的matmul tf.Operation
的tf.Tensor
输出。稍后将其重新定义为指向另一个对象,即“ g2”的tf.Tensor
输出。此python变量从未听说过tf.name_scope
,因此不在乎。
这就是为什么您需要通过tensorflow对象的名称属性进行查找的原因...使用name_scopes的那些属性是唯一且可访问的。或生成不同的python变量-根据python范围规则可以访问并且是唯一的-指向要引用的每个tf.Tensor
对象。
邓诺(Dunno)如果这对其他人有帮助,但是如果我忘记了,我将为此感谢自己。
0
有人可以告诉我
name_scope
在TensorFlow中如何工作吗?假设我有以下代码:
当我运行此代码时,出现以下错误消息:
我同意“ g2 / MatMul”不是图
g1
的元素,但是当会话图设置为g1
时为什么选择“ g2 / MatMul”呢?为什么不选择“ g1 / MatMul”?编辑
以下代码似乎有效:
通过翻转开关
use_g1
,图形g1
或g2
将在会话中运行。这是名称范围界定的工作方式吗?