时间戳

首页 > 解决方案 > 张量流的会话运行张量列表的顺序是什么？

python - 张量流的会话运行张量列表的顺序是什么？

问题描述

查看代码片段：

import tensorflow as tf

x = tf.Variable(1)
op = tf.assign(x, x + 1)

with tf.Session() as sess:
  tf.global_variables_initializer().run()
  print(sess.run([x, op]))

有两种可能的结果：

它们取决于评估的顺序，对于第一种情况，x在 之前评估op，对于第二种情况，x在之后评估op。

我已经多次运行代码，但结果始终是x=2 and op=2. 所以我想tensorflow可以保证x在评估之后op。这样对吗？以及如何tensorflow保证依赖？

更新

对于上述情况，结果是确定的。但在以下情况下，结果是不确定的。

import tensorflow as tf

x = tf.Variable(1)
op = tf.assign(x, x + 1)
x = x + 0                   # add this line

with tf.Session() as sess:
  tf.global_variables_initializer().run()
  for i in range(5):
    print(sess.run([x, op]))

在第一个代码中，xisVariable和op取决于x，所以x总是在 之后评估op。但在第二种情况下，x变为Tensor，并op取决于Variable x（之后x = x + 0，x 被覆盖）。所以op不依赖于Tensor x.

标签： pythontensorflow

解决方案

评估张量的顺序是未定义的。请参阅API 文档（在“返回”信息中​​的最底部Session.run()）。因此，您不应依赖它们以特定顺序执行。如果您需要保证订单，您可能应该run对不同的张量/操作使用单独的调用。

推荐阅读