python - 来自函数的 Tensorflow 占位符

Question

我想做这样的事情:

def f():
    place = tf.placeholder(tf.int32)
    return 2 * place

y = f()

with tf.Session() as sess:
    a = sess.run(y, feed_dict={ place: 5 })

当然，placeholder的地方在外面是看不到的。

NameError                                 Traceback (most recent call last)
<ipython-input-88-8b3c17d16dce> in <module>()
      1 with tf.Session() as sess:
----> 2     a = sess.run(y, feed_dict={ place: 5 })

NameError: name 'place' is not defined

而且，我可以通过这种方式解决这个问题:

def f():
    global place
    place = tf.placeholder(tf.int32)
    return 2 * place

但是，有没有人对此有更好的解决方案。如何在函数内部创建占位符并在外部为它提供值，当调用函数并将其返回值作为运算符传递给运行函数时，如上例所示。

Answer 1

您可以通过名称访问占位符:

import tensorflow as tf

def f():
    place = tf.placeholder(tf.int32,name='place')
    return 2 * place

y = f()

with tf.Session() as sess:
    place = tf.get_default_graph().get_tensor_by_name('place:0')
    a = sess.run(y, feed_dict={ place: 5 })

解释

无论何时定义占位符(或任何其他 TensorFlow 张量或操作)，它都会添加到计算图中，计算图是一个位于后台并管理所有计算的对象。每个占位符都有一个默认名称，但您也可以为其选择一个名称。在此示例中，我选择了名称 place。

现在，对于高级用例，您可能有多个计算图，但总有一个是默认图。为了获得默认值，我使用了 tf.get_default_graph()。然后为了获取对占位符的引用，我使用了 get_tensor_by_name('place:0')。 (我使用名称 'place:0' 而不是 'place' 因为当你定义一个占位符时，实际上是一个 tf.Tensor您可以创建 feed，还创建了一个执行 feeding 的操作。该操作的名称为 'place'，而实际张量的名称为 'place:0'.)