TensorFlow如何命名张量？- AskGo

TensorFlow如何命名张量？

tensorflow

我想知道这是否是正确的理解：

所有张量都从某个操作派生而来，或者在构造函数中为操作指定名称，或者为特定类型的操作指定默认名称。如果名称不是唯一的，TensorFlow会通过添加"_1" ， "_2"等自动处理此问题。使用n个张量的操作将这些张量的名称命名为"op_name:0" ， "op_name:1" ，...， "op_name:n-1" 。

似乎出现了一个问题：如果x是tf.Variable ，则x.name给出"variable_name:0" 。这令人困惑： "variable_name"指的是什么？

参考资料：

Stack Overflow

2020-06-01 20:27:47 更新

昂芸馨• 654

共 1 个回答

高赞时间活跃

您对Tensor命名的观察是绝对正确的： Tensor的名称是

产生它的操作的名称，
冒号（ : ），和
张量在产生它的操作的输出中的索引。

因此，名为"foo:2"的张量是位置2（索引从零开始）的名为"foo"的操作的输出。

tf.Variable对象的命名有点奇怪。每个tf.Variable包含一个可变的张量对象，该对象保存变量（和其他一些张量）的状态。每当它作为第0输出运行时， "Variable" op（在您的示例中名称为"variable_name" ）“生成”此可变张量，因此可变张量的名称为"variable_name:0" 。

由于tf.Variable主要是从区分tf.Tensor -in，它可以在相同的使用场所，我们采取的决定，使变量名称类似于张量的名字，所以Variable.name属性返回可变张名。（这与tf.QueueBase和tf.ReaderBase对象相反，后者不能直接用作张量（相反，您必须调用它们的方法来创建在其状态下运行的操作），因此它们没有类似于张量的名称。）