tf.no_op()做什么？

Question

with tf.dependencies([train_step,variable_average_op]):
    train_op = tf.no_op('train')
.....
_, loss, steps = sess.run([train_op, loss, global_step],feed_dict...)

我很困惑tf,no_op()的功能在这里

Answer 1

正如文档所说,tf.no_op()什么都不做.然而,当你创建tf.no_op()一个内部with tf.control_dependencies([x, y, z]):块,运将获得的OPS控制的依赖x,y和z.因此,它可以用于将一组副作用ops组合在一起,并为您提供单个op传递sess.run(),以便在一个步骤中运行所有这些操作.