如何在张量流中找到张量和/或运算的输出？

Question

首先，这可能是一个非常基本和愚蠢的问题，但我已经尝试了很多事情并四处搜索无济于事，所以我来了。问题如下：我有一个张量，出于各种原因，我想找到“它通向何处”。理论上这样做的方法是根据文档等查看 my_tensor.op.outputs，但这似乎总是指向 my_tensor本身！我以前很容易走另一条路，这意味着我可以通过使用 my_tensor.op.inputs 来获得输入张量，但由于某种原因，“输出”没有达到预期的效果。这是一个简单的例子：import tensorflow as tfa = tf.placeholder(tf.uint8, name='a')b = tf.placeholder(tf.uint8, name='b')my_sum = tf.identity(a + b, name='my_sum')graph = tf.get_default_graph()# I should have 4 ops at this point, as validated by:print(graph.get_operations())>> [<tf.Operation 'a' type=Placeholder>, <tf.Operation 'b' type=Placeholder>, <tf.Operation 'add' type=Add>, <tf.Operation 'my_sum' type=Identity>]# So let's try get the output of 'a':print(list(a.op.outputs))>> [<tf.Tensor 'a:0' shape=<unknown> dtype=uint8>]如果您尝试了上述操作，您会看到您回到了 'a'...再次，运行 my_sum.op.inputs 给出了 'add' 操作，并且运行得更远让我们回到 'a' 和 'b'正如预期的那样：input_to_my_sum = list(my_sum.op.inputs)[0]print(input_to_my_sum)>> Tensor("add:0", dtype=uint8)print(list(input_to_my_sum.op.inputs))>> [<tf.Tensor 'a:0' shape=<unknown> dtype=uint8>, <tf.Tensor 'b:0' shape=<unknown> dtype=uint8>]但反过来呢？没有这样的运气：print(list(input_to_my_sum.op.outputs))>> [<tf.Tensor 'add:0' shape=<unknown> dtype=uint8>]print('This is no fun at all')>> This is no fun at all那么我做错了什么？我也试过使用（不推荐使用的）op.values() 没有成功，我很困惑，因为文档明确指出这应该给我操作的输出（来自https://www.tensorflow.org /api_docs/python/tf/Operation）：输出表示此操作输出的张量对象列表。（我检查了 a.op.__class__ 是正确的类，并且我正在阅读正确的文档）。（总结一下，操作的 node_def 也没有显示输出字段的迹象......）。提前感谢您的任何建议！编辑（由于 Yuxin 的回答）：只是为了澄清，将等的输出的输出保持在相同的张量上。我正在尝试达到下一个张量/操作。

Answer 1

我很困惑，因为文档明确指出这应该给我操作的输出

它确实为您提供了操作的输出：

print(list(input_to_my_sum.op.outputs))
>> [<tf.Tensor 'add:0' shape=<unknown> dtype=uint8>]

所以我不确定你对什么感到困惑或你在期待什么。

一定要理解“张量”和“运算”的概念。在张量流图中，操作采用输入张量列表并输出张量列表。在 Python 中，您可以print(x)查看x是 Tensor 还是 Operation。

操作有.inputs（它们是张量）和.outputs（它们是张量）。张量没有输入和输出。张量有.op，这是产生它作为输出的操作。张量也有.consumers()，这是一个以张量作为输入的操作列表。

input_to_my_sum是一个张量，是加法的结果。 input_to_my_sum.op是一个操作，即产生结果的添加操作input_to_my_sum。因此input_to_my_sum.op.outputs包含input_to_my_sum.