`control_flow_ops.with_dependencies`对柔韧意味着什么？
`control_flow_ops.with_dependencies`对柔韧意味着什么？
提问于 2017-03-28 03:33:34
我正在阅读tensorflow模型的代码：classifier.py
我对这个代码部分非常困惑：
train_tensor = control_flow_ops.with_dependencies([update_op], total_loss,
name='train_op')control_flow_ops.with_dependencies是什么意思？
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-03-28 15:11:48
该函数有两个参数control_flow_ops.with_dependencies(dependencies, output_tensor)。第二个参数output_tensor (在您的例子中是total_loss )只有在计算了dependencies中的所有操作之后才计算。顾名思义，output_tensor依赖于依赖项来进行适当的计算。这一职能加强了这种行为。
依赖项是操作的可迭代性，在您的示例中是列表中的单个update_op。
Stack Overflow用户
发布于 2018-10-10 06:25:50
首先，with_dependencies是deprecated，使用tf.control_dependencies代替。
至于它所做的事情，它只在计算了依赖项之后才产生某些值的输出。我通常用它来断言一些价值。例如：
assert_op = tf.Assert(tf.less_equal(tf.reduce_max(x), 1.), [x]) # max(x) <= 1
with tf.control_dependencies([assert_op]):
x= tf.identity(x)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43060206
复制相关文章
相似问题
腾讯云开发者
