tensorflow 如何对来自不同名称范围的操作进行分组？

Question

例如:

for s in xrange(2):

   with tf.name_scope('myscope_%d % s) as scope:

      some ops

      result = a op

然后我想将 myscope_0/result、myscope_1/result 分组在一起，如下所示:

allops = tf.group(myscope_0/result, myscope_1/result)

怎么做？上面的行不正确。

Answer 1

你可以这样做:

graph = tf.get_default_graph()

var = tf.Variable(0)

for s in xrange(2):
    with tf.name_scope('myscope_%d' % s):
        op = var.assign_add(s + 1)

all_operations = [graph.get_operation_by_name('myscope_%d/AssignAdd' % s) for s in range(2)]
all_op = tf.group(*all_operations)

在这里，我将变量 var 的更新操作组合在一起(第一个将其递增 1，第二个将递增 2)。

---

你可以测试一下:

sess = tf.Session()
sess.run(tf.initialize_all_variables())
print sess.run(var)  # prints 0
sess.run(all_op)
print sess.run(var)  # prints 3