tf.no_op（）是做什麼的？

with tf.dependencies([train_step,variable_average_op]): 
    train_op = tf.no_op('train') 
..... 
_, loss, steps = sess.run([train_op, loss, global_step],feed_dict...)

我感到困惑的是TF的，NO_OP（）這裏tf.no_op（）是做什麼的？

來源

2017-10-18 Bubblethan

您是否閱讀過文檔？ –

是的，它說什麼也不做...... – Bubblethan

功能如文檔說，tf.no_op()什麼都不做。但是，當您在with tf.control_dependencies([x, y, z]):塊內創建tf.no_op()時，該操作將獲得對操作的控制依賴性x,y和z。因此，它可以用來將一組副作用組合在一起，並給你一個單一的操作來傳遞給sess.run()，以便在一個步驟中運行所有這些操作。

來源

2017-10-18 05:27:59 mrry

所以我們在block中編寫no_op的原因是激活control_dependencies塊來以指定的順序運行ops x，y，z？ – Bubblethan

這幾乎是正確的：我們需要在'control_dependencies'塊中創建一個op來添加這些依賴關係。然而，順序稍微更微妙：（假設它們之間沒有其他邊緣）'x'，'y'和'z'可以以任意順序相對於彼此運行;和'control_dependencies'確保它們都在* no_op之前發生。 – mrry

tf.no_op（）是做什麼的？

回答

相關問題