什么是张量流"op"呢？

Question

self.center_words = tf.placeholder(tf.int32, shape=[self.batch_size], name='op testing')
print("Extracting the op",self.center_words.op)

在上面我创建了一个名为"op testing"的tf占位符.当我打印self.center_words.op时,它打印出这样的结构

op: "Placeholder"
attr {
  key: "dtype"
  value {
    type: DT_INT32
  }
}
attr {
  key: "shape"
  value {
    shape {
      dim {
        size: 128
      }
    }
  }
}

这适用于任何张量流变量,函数输出等.这是什么.op？

Answer 1

TensorFlow Operations(也称为Ops)是在Tensor对象上或与Tensor对象执行计算的节点.在计算之后,它们返回零个或多个张量,这些张量可以在图形中的其他Ops中使用.要创建一个Operation,可以在Python中调用它的构造函数,它接受计算所需的任何Tensor参数,称为输入,以及正确创建Op所需的任何其他信息,称为属性.Python构造函数返回Operation的输出句柄(零个或多个Tensor对象),这个输出可以传递给其他Operations或Session.run

Answer 2

简短的回答.

Ops 说是核心tensorflow.

TensorFlow是一个编程系统,您可以将计算表示为图形.图中的节点称为ops(操作的简称).op需要零个或多个Tensors,执行一些计算,并产生零个或多个Tensors.

self.center_words.op在您的示例中打印出 self.center_words类似json格式的功能

Answer 3

简单地说，它打印特定张量对象的属性。也就是说，它给出了关于

• 哪个操作负责生成张量
• 它是什么 return type
• 它是什么 dimension

以及有关张量对象的所有可能信息。

最小示例：

In [74]: with tf.Session() as sess:
    ...:     zer = tf.zeros(shape=(32, 32))
    ...:     print(zer.op)
    ...:     
name: "zeros_11"
op: "Const"
attr {
  key: "dtype"
  value {
    type: DT_FLOAT
  }
}
attr {
  key: "value"
  value {
    tensor {
      dtype: DT_FLOAT
      tensor_shape {
        dim {
          size: 32
        }
        dim {
          size: 32
        }
      }
      float_val: 0.0
    }
  }
}

PS：忽略( _11)中的number( ) zeros_11（即key的值name）。它只是一个跟踪运行的计数器。它在会话中的每次运行中不断增加。

源码实现：

代码：tf.Tensor.op
文档：tf.Tensor.op