鉴于x, y是张量,我知道我能做到
with tf.name_scope("abc"):
    z = tf.add(x, y, name="z")
这z就是命名"abc/z".
我想知道f在以下情况下是否存在直接分配名称的函数:
with tf.name_scope("abc"):
    z = x + y
    f(z, name="z")
f我现在使用的愚蠢是z = tf.add(0, z, name="z")
mrr*_*rry 29
如果你想"重命名"一个op,就没有办法直接这样做,因为一旦tf.Operation(或tf.Tensor)创建后它就是不可变的.因此,重命名op的典型方法是使用tf.identity(),几乎没有运行时成本:
with tf.name_scope("abc"):
    z = x + y
    z = tf.identity(z, name="z")
但请注意,构建名称范围的推荐方法是将范围本身的名称分配给范围的"输出"(如果有单个输出操作):
with tf.name_scope("abc") as scope:
    # z will get the name "abc". x and y will have names in "abc/..." if they
    # are converted to tensors.
    z = tf.add(x, y, name=scope)
这就是TensorFlow库的结构,它倾向于在TensorBoard中提供最佳的可视化.
| 归档时间: | 
 | 
| 查看次数: | 14844 次 | 
| 最近记录: |