python - 在 Tensorflow 图中查找所需的占位符

Question

在 Tensorflow 中，有没有办法找到评估某个输出张量所需的所有占位符张量？也就是说，当调用 sess.run(output_tensor) 时，是否有一个函数会返回必须输入到 feed_dict 中的所有(占位符)张量？

这是我想用伪代码做的一个例子:

import tensorflow as tf

a = tf.placeholder(dtype=tf.float32,shape=())
b = tf.placeholder(dtype=tf.float32,shape=())
c = tf.placeholder(dtype=tf.float32,shape=())
d = a + b
f = b + c

# This should return [a,b] or [a.name,b.name]
d_input_tensors = get_dependencies(d)

# This should return [b,c] or [b.name,c.name]
f_input_tensors = get_dependencies(f)

编辑:澄清一下，我不是(必须)寻找图中的所有占位符，只是寻找定义特定输出张量所需的占位符。所需的占位符可能只是图中所有占位符的一个子集。

Answer 1

经过一些修补和发现 this几乎相同的 SO 问题，我想出了以下解决方案:

def get_tensor_dependencies(tensor):

    # If a tensor is passed in, get its op
    try:
        tensor_op = tensor.op
    except:
        tensor_op = tensor

    # Recursively analyze inputs
    dependencies = []
    for inp in tensor_op.inputs:
        new_d = get_tensor_dependencies(inp)
        non_repeated = [d for d in new_d if d not in dependencies]
        dependencies = [*dependencies, *non_repeated]

    # If we've reached the "end", return the op's name
    if len(tensor_op.inputs) == 0:
        dependencies = [tensor_op.name]

    # Return a list of tensor op names
    return dependencies

注意:这不仅会返回占位符，还会返回变量和常量。如果 dependencies = [tensor_op.name] 被替换为 dependencies = [tensor_op.name] if tensor_op.type == 'Placeholder' else []，那么只有占位符会被返回。