这个函数每次都会创建一个新的 TensorFlow 图吗？

Question

我正在关注有关如何使用tf.scan教程，并编写了一个最小的工作示例（请参阅下面的代码）。 但是每次调用函数Model._step() ，不是创建了另一个计算图的副本吗？ 如果没有，为什么不呢？

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2' # to avoid TF suggesting SSE4.2, AVX etc...

class Model():
    def __init__(self):
        self._inputs = tf.placeholder(shape=[None], dtype=tf.float32)
        self._predictions = self._compute_predictions()

    def _step(self, old_state, new_input):
        # ---- In here I will write a much more complex graph ----
        return old_state + new_input

    def _compute_predictions(self):
        return tf.scan(self._step, self._inputs, initializer = tf.Variable(0.0))

    @property
    def predictions(self):
        return self._predictions

    @property
    def inputs(self):
        return self._inputs

def test(sess, model):
    sess.run(tf.global_variables_initializer())
    print(sess.run(model.predictions, {model.inputs: [1.0, 2.0, 3.0, 4.0]}))

test(tf.Session(), Model())

我问是因为这当然是一个最小的例子，在我的情况下，我需要一个更复杂的图。

Answer 1

Model._step()方法只会在每个构建的Model对象中调用一次。 tf.scan()函数，就像它包装的tf.while_loop()函数一样，只会调用给定的函数一次来构建一个带有循环的图，然后每次迭代都会使用相同的图的循环。

（请注意，如果你构建许多Model对象，您将结束与相同数量的图的副本，你有Model对象。）