tensorflow - tensorflow 中的 tf.variable 与 tf.constant

Question

我运行以下代码

 W = tf.Variable(tf.zeros([1, 3]), dtype=tf.float32, name="W")
 B = tf.constant([[1, 2, 3]], dtype=tf.float32, name="B")
 act = tf.add(W, B)
 init = tf.global_variables_initializer()
 with tf.Session() as sess:
     sess.run(init)
     sess.run(act)
     writer = tf.summary.FileWriter("./graphs", sess.graph)
 writer.close()

并用 tensorboard 验证:



让我困惑的是 read操作和之前的操作表示为 (W) .常数 B直接指向 Add操作同时 tf.variable里面有所有这些操作节点。以下是我的问题:

什么是(W)手术？常数 B是一个规则的圆，表示一个常数。椭圆形节点表示操作节点。 (W)似乎没有任何操作，但它用相同的椭圆形节点表示？该节点的工作是什么？

Add节点显式读取 (W)带有 read 的节点与常量节点相反的操作 B .为什么是 read变量节点是必需的吗？

Answer 1

由于缺乏任何中级文档的链接，这是我的 tensorflow 变量的实用概念模型。

以下，来自
https://www.tensorflow.org/programmers_guide/graphs#visualizing_your_graph
似乎至少暗示了您的问题的答案。

“执行 v = tf.Variable(0) 会向图中添加一个 tf.Operation，该操作将存储在 tf.Session.run 调用之间持续存在的可写张量值。tf.Variable 对象包装此操作，并且 可以是像张量 一样使用，它将读取存储值的当前值。tf.Variable 对象还具有诸如assign 和assign_add 之类的方法，这些方法创建tf.Operation 对象，这些对象在执行时会更新存储值。”

这来自 https://www.tensorflow.org/programmers_guide/variables

“在内部，一个 tf.Variable 存储一个持久的张量。特定的操作允许你读取和修改这个张量的值。“

这来自 http://www.goldsborough.me/tensorflow/ml/ai/python/2017/06/28/20-21-45-a_sweeping_tour_of_tensorflow/

“变量是包含张量的内存缓冲区。”

请注意，图节点之间的线必须是张量。 tf.constant(...) 返回一个(类的实例)张量。然而，tf.Variable(...) 返回的不是一个 Tensor 实例，而是一个 Variable 类的实例

x = tf.Variable(...)
print(type(x)) #  <class 'tensorflow.python.ops.variables.Variable'>
y = tf.constant(...)
print(type(y)) # <class 'tensorflow.python.framework.ops.Tensor'>

要在操作中使用 tf 变量(其参数必须是张量)，必须首先将其值“转换”为张量，并且“读取”操作返回变量表示的“隐藏”张量。我相信该值作为 tf.constant (这是一个张量)返回。

注意 tf.Variable(...) 中的大写 V 和 tf.constant(..) 中的小写 c。一个 tf.Variable(...) 返回一个 tf.Variable 类的实例，所以 tf.Variable(...) 实例化一个类实例，而 read() 是这个类的一个(可视化)方法，它返回一个值。当一个值被赋值给一个变量时，它会修改这个“隐藏的”张量。

另一方面，至少在概念上，tf.constant(...) 是一个工厂函数，它返回一个 Tensor 类的实例。

最好有一些关于此的中级文档的链接。