在TensorFlow中,变量名称中":0"的含义是什么？

Question

import tensorflow as tf
with tf.device('/gpu:0'):
    foo = tf.Variable(1, name='foo')
    assert foo.name == "foo:0"
with tf.device('/gpu:1'):
    bar = tf.Variable(1, name='bar')
    assert bar.name == "bar:0"

上面的代码返回true.我with tf.device在这里用来说明":0"并不意味着变量位于特定的设备上.那么变量名称中":0"的含义是什么(本例中为foo和bar) )？

Answer 1

它与底层API中的张量表示有关.张量是与某些操作的输出相关联的值.在变量的情况下,有Variable一个输出的操作.运算可以有一个以上的输出,所以这些张量获得参考的<op>:0,<op>:1等等.举例来说,如果你使用tf.nn.top_k,还有由此op创建两个值,所以你可能会看到TopKV2:0和TopKV2:1

a,b=tf.nn.top_k([1], 1)
print a.name # => 'TopKV2:0'
print b.name # => 'TopKV2:1'

如何理解TensorFlow中的术语"张量"？