Python 3.x 为什么即使对于相同的变量，tensorflow占位符上也有一个计数器？

使用iPython控制台在Tensorflow 1.8中进行以下实验：

In [2]: x = tf.placeholder(tf.float16, [None, 784])
   ...: y = tf.placeholder(tf.float16, [None, 10])
   ...: 
   ...: 

In [3]: x
Out[3]: <tf.Tensor 'Placeholder:0' shape=(?, 784) dtype=float16>

In [4]: y
Out[4]: <tf.Tensor 'Placeholder_1:0' shape=(?, 10) dtype=float16>

In [5]: x = tf.placeholder(tf.float16, [None, 784])
   ...: y = tf.placeholder(tf.float16, [None, 10])

In [6]: x
Out[6]: <tf.Tensor 'Placeholder_2:0' shape=(?, 784) dtype=float16>

In [7]: y
Out[7]: <tf.Tensor 'Placeholder_3:0' shape=(?, 10) dtype=float16>

[2]中的

x=tf.placeholder（tf.float16[None，784]）
…：y=tf.placeholder（tf.float16，[None，10]）
...: 
...: 
在[3]：x中
出[3]：
In[4]：y
出[4]：
在[5]中：x=tf.placeholder（tf.float16[None，784]）
…：y=tf.placeholder（tf.float16，[None，10]）
在[6]：x中
出[6]：
In[7]：y
出[7]：

为什么这个“占位符计数器”存在，原因是什么？我用相同的占位符重新分配变量，所以我想知道为什么它们没有再次编号为“占位符：0”和“占位符_1:0”

---

谢谢

每次运行

x=tf.placeholder（tf.float16，[None，784]）

时，op都会添加到默认图形中。您可以通过以下方式进行检查：

for op in tf.get_default_graph().get_operations():
   print (op.name)
#Placeholder
#Placeholder_1
#Placeholder_2

---

因此，在

ipython notebook

中，您可以在单元格之前执行

tf.reset\u default\u graph（）

，以避免这种行为。

谢谢，我试过了，效果很好。尽管如此，为什么它们会被复制而不是简单地覆盖（正如我想的那样，因为我用相同的名称命名占位符“x”和“y”？为什么它们会作为“操作数”而不是“操作数”添加到默认图形中由于x和y显然是两个操作数，而且一个操作还没有被声明？

x

和

y

只是Python变量名。它们与分配给它们的对象无关。如果您多次分配

x=tf。某些操作

，每次都会重新创建操作。它们不会被“垃圾收集”或者是因为它们现在是计算图的一部分。请注意，如果要为占位符op命名，可以提供一个

name

参数。