如何将控制依赖添加到 Tensorflow op

Question

我想update_op先跑再跑summary。有时我只是创建一个tf.summary，一切都很好，但有时我想做更多花哨的东西，但仍然具有相同的控件依赖性。

不起作用的代码：

with tf.control_dependencies([update_op]):
    if condition:
        tf.summary.scalar('summary', summary)
    else:
        summary = summary

有效的坏黑客

with tf.control_dependencies([update_op]):
    if condition:
        tf.summary.scalar('summary', summary)
    else:
        summary += 0

问题是summary=summary它不会创建新节点，因此忽略了控件依赖项。

---

我相信有更好的方法来解决这个问题，有什么建议吗？:-)

Answer 1

我认为没有更优雅的解决方案，因为这是设计的行为。tf.control_dependencies是tf.Graph.control_dependencies使用默认图形调用的快捷方式，这是其文档中的引用：

注意控制依赖上下文仅适用于在上下文中构造的操作。仅在上下文中使用 op 或张量不会添加控制依赖项。以下示例说明了这一点：

# WRONG
def my_func(pred, tensor):
  t = tf.matmul(tensor, tensor)
  with tf.control_dependencies([pred]):
    # The matmul op is created outside the context, so no control
    # dependency will be added.
    return t

# RIGHT
def my_func(pred, tensor):
  with tf.control_dependencies([pred]):
    # The matmul op is created in the context, so a control dependency
    # will be added.
    return tf.matmul(tensor, tensor)

因此，只需tf.identity(summary)按照评论中的建议使用。