python - tensorflow "op"有什么作用？

Question

下面我创建了一个名为“op testing”的 tf 占位符:

self.center_words = tf.placeholder(tf.int32, shape=[self.batch_size], name='op testing')
print("Extracting the op", self.center_words.op)

当我打印 self.center_words.op 时，它会打印出如下结构:

op: "Placeholder"
attr {
  key: "dtype"
  value {
    type: DT_INT32
  }
}
attr {
  key: "shape"
  value {
    shape {
      dim {
        size: 128
      }
    }
  }
}

这适用于任何 TensorFlow 变量、函数输出等。这是什么.op？

Answer 1

TensorFlow 操作，也称为 Ops，是节点 对 Tensor 对象执行计算或使用 Tensor 对象执行计算。计算后，它们返回零或 更多的张量，可以被图中后面的其他操作使用。要创建操作， 你在 Python 中调用它的构造函数，它接受任何需要的 Tensor 参数 它的计算，称为输入，以及正确计算所需的任何其他信息 创建 Op，称为属性。 Python 构造函数返回一个句柄到 操作的输出(零个或多个 Tensor 对象)，可以传递的就是这个输出 继续其他操作或Session.run