tensorflow - tf.group中的操作是否按顺序执行？

Question

tf.group()中的操作按顺序执行？

如果它们不按顺序执行，是否有类似的操作使它们按顺序运行？或者有没有一种干净的方法来按顺序运行它们？

我的目标是一遍又一遍地运行操作 A 和 B，即

sess.run(A)
sess.run(B)
sess.run(A)
sess.run(B)
sess.run(A)
sess.run(B)
sess.run(A)
sess.run(B)
...

Answer 1

操作不一定按顺序执行。

这是一个证明这一点的测试:

import tensorflow as tf
sess = tf.InteractiveSession()
a = tf.Variable(1.0)
b = tf.Variable(10.0)
c = tf.Variable(0.0)
grp = tf.group(tf.assign(c, a), tf.assign(c, b)) # this is the group op
for i in range(100):
    sess.run(tf.global_variables_initializer()) # initialize c each time
    sess.run(grp) # run the group op
    print(sess.run(c)) # observe results

当我在 CPU 上运行它时，我发现一些迭代产生 1.0 和一些 10.0。

tf.group 不要求操作在同一设备上，这意味着不能期望它们遵循命令。

如果您希望操作按顺序执行，请确保使用 control_dependencies 来构建它们

import tensorflow as tf
sess = tf.InteractiveSession()
a = tf.Variable(1.0)
b = tf.Variable(10.0)
c = tf.Variable(0.0)
op1  = tf.assign(c, a)
with tf.get_default_graph().control_dependencies([op1]):
    op2 = tf.assign(c, b) # op2 will execute only after op1
grp = tf.group(op1,op2)
for i in range(100):
    sess.run(tf.global_variables_initializer())
    sess.run(grp)
    print(sess.run(c))