Tensorflow：图形生成后执行哪些图形语句？
在Tensorflow中，图形定义块中的哪些语句仅用于构建图形，哪些在训练期间执行？ 例如：
with tf.Graph().as_default():
weightsLayer1 = tf.Variable(tf.truncated_normal([nInputUnits, nOutputUnits]))
weightsLayer1 = tf.div(weightsLayer1, tf.sqrt(tf.to_float(nInputUnits)))
biasesLayer1 = tf.Variable(tf.zeros([nUnitsHiddenLayer1]))
layer1output = tf.tanh(tf.matmul(images_placeholder, weightsLayer1) + biasesLayer1)
直观地说，定义weightsLayer1和biasesLayer1的行我认为只会在启动时执行一次，因为它们会初始化权重和偏差。 然而，我假定线路计算layer1output 1输出在每个训练步骤执行，因为layer1output被用于下游计算损失，优化程序将其最小化。 那么，Tensorflow在训练期间如何知道只执行最后一行而不是之前的行（这会重新初始化权重和偏差）？
你作为用户实际上在告诉tensorflow要运行哪些操作。 在培训期间，您通常会通过tensorflow来执行优化程序提供的操作。 这看起来像这样：
opt = tf.train.GradientDescentOptimizer(0.01)
train_step = opt.minimize(loss) #
for i in range(100):
sess.run(train_step, feed_dict=...)
调用opt.minimize会在计算图中添加可训练变量的梯度以及使用梯度更新变量的操作。 train_step实际上是使用tf.group分组的这些更新操作。 如果您（用户）运行train_step ，tensorflow会计算出为执行这些所需操作而需要运行的计算图表的哪些部分。
同样，如果您执行诸如sess.run(fetches=loss, feed_dict=...) ，则您正在要求tensorflow执行图中所有必须计算loss 。
最后，初始化操作像在weightsLayer1 = tf.Variable(tf.truncated_normal([nInputUnits, nOutputUnits]))通常是通过运行sess.run(tf.initialize_all_variables())
编辑：重新阅读你的问题后，我想更清楚一个方面。 您提供的图形定义代码实际上没有执行任何操作。 当且仅当您开始一个会话并请求执行图形的某些部分时才执行Tensorflow操作。 如上所述，这包括初始化操作。
链接地址: http://www.djcxy.com/p/32121.html上一篇: Tensorflow: Which graph statements are executed after the graph is built?