在TensorFlow中，变量名称中“：0”的含义是什么？

Question

import tensorflow as tf
with tf.device('/gpu:0'):
    foo = tf.Variable(1, name='foo')
    assert foo.name == "foo:0"
with tf.device('/gpu:1'):
    bar = tf.Variable(1, name='bar')
    assert bar.name == "bar:0"

上面的代码返回true with tf.device在这里使用with tf.device来说明“：0”并不意味着变量位于特定的设备上。所以变量名称中的“：0”是什么意思（foo和在这个例子中吧？）

Answer 1

它与底层API中的张量表示有关。 张量是与某些操作的输出相关联的值。 在变量的情况下，有一个带有一个输出的Variable操作。 一个op可以有多个输出，所以这些张量被引用为<op>:0 ， <op>:1等。例如，如果你使用tf.nn.top_k ，这个op创建了两个值，所以你可能会看到TopKV2:0和TopKV2:1

a,b=tf.nn.top_k([1], 1)
print a.name # => 'TopKV2:0'
print b.name # => 'TopKV2:1'

如何理解TensorFlow中的术语“张量”？