tf操作控制输入与输入

Question

在^{}中，control_inputs和{有什么区别？tf.Operation分别对它们进行了描述，但在正常情况下，我希望“每个数据输入都准备就绪”正好是当前操作能够运行的条件。我错过了什么？在

Answer 1

在tensorflow中，可以通过^{}函数添加额外的依赖项，除了普通的依赖项（与输入相对应）外，tensorflow还遵循这些依赖项。这正是^{}包含的内容。在

下面是一个例子：

a = tf.Variable(name='a', initial_value=1.0, trainable=False)
b = tf.Variable(name='b', initial_value=0.0, trainable=False)  
c = tf.add(a, b, name='sum')

op = tf.get_default_graph().get_operation_by_name('sum')
print(list(op.inputs))    # [<tf.Tensor 'a/read:0' shape=() dtype=float32>, <tf.Tensor 'b/read:0' shape=() dtype=float32>]
print(op.control_inputs)  # []

这是一个标准的情况，不出意外，c只有2个普通输入，没有{}。经过计算，c值将为1.0。在

但是，如果添加额外的依赖项，它将更改图形和计算方式：

^{pr2}$

注意，inputs的列表没有改变，但是control_inputs现在包含了dependent_op。Tensorflow保证dependent_op将在sum之前求值，因此，c将得到值4.0。如果定义c而不使用tf.control_dependencies块，c将被计算为1.0，因为dependent_op，即使它在图中，也不会被执行。在