如何通過名稱獲得張量流？

Question

您可以使用tf.get_default_graph().get_tensor_by_name("tensor_name:0")獲取名稱的張量tf.get_default_graph().get_tensor_by_name("tensor_name:0")

但是你可以獲得一個操作，比如Optimizer.minimize ，或隊列中的入enqueue操作嗎？

在我的第一個模型中，我返回了build_model函數所需的所有張量和build_model 。 但是張量列表變得丑陋。 在后來的模型中，我將所有張量和操作都放在字典中以便於訪問。 這一次，我以為我只是按照名義查詢張量，因為我需要它們，但我不知道如何用ops做到這一點。

或者有更好的方法嗎？ 我發現各地都需要各種張量和操作。 訓練，推理代碼，測試用例，因此需要一種很好的標准方法來訪問圖形的各個部分，而無需在整個地方傳遞變量。

Answer 1

您可以使用tf.Graph.get_operation_by_name()方法按名稱獲取tf.Operation 。 例如，要從默認圖形中獲取名為"enqueue"的操作：

op = tf.get_default_graph().get_operation_by_name("enqueue")