Python Tensorflow-可以在不同的图上重用张量吗？

是否有可能在多个tf图中重用张量，即使在它们被重置之后

---

问题:

我有一个大的数据集，我想用许多不同的tf图来评估它。 对于每次计算，tensorflow都会使用

tf.compat.v1.reset\u default\u graph（）

进行重置，并从零开始完全初始化

嗯，每次调用数据到张量过程似乎有点枯燥和缓慢，所以我想我可以只定义一次数据张量，并将其用于所有未来的评估

不幸的是，重用张量似乎是不可能的，因为“张量必须来自与张量相同的图形”

ValueError: Tensor("Const:0", shape=(1670,), dtype=float32, device=/device:GPU:0) must be from the same graph as Tensor("Const_1:0", shape=(1670,), dtype=float32).

---

有可能以某种方式重复使用这些张量吗？

在另一个问题的另一个答案中检查这个答案

TensorFlow将所有操作存储在操作图上。此图定义了输出到何处的函数，并将其链接在一起，以便它可以按照您在图中设置的步骤生成最终输出。如果试图将一个图上的张量或运算输入到另一个图上的张量或运算，则会失败。所有内容都必须在同一个执行图上

尝试使用tf.Graph（）作为默认值删除：

---

在另一个问题的答案中查看此答案

TensorFlow将所有操作存储在操作图上。此图定义了输出到何处的函数，并将其链接在一起，以便它可以按照您在图中设置的步骤生成最终输出。如果试图将一个图上的张量或运算输入到另一个图上的张量或运算，则会失败。所有内容都必须在同一个执行图上

尝试使用tf.Graph（）作为默认值删除：

---

非常感谢。不过，我目前没有使用

作为默认值。而且，张量只是常数，根本没有算符。你认为gpu选项是个问题吗？我想可能是配置错误，我先检查一下。。很难知道。另一种调试方法是打印每个图形的标识，如下所示：
print（variable\u name.graph）
tensorflow正在运行哪个版本？谢谢！不过，我目前没有使用
作为默认值。而且，张量只是常数，根本没有算符。你认为gpu选项是个问题吗？我想可能是配置错误，我先检查一下。。很难知道。另一种调试方法是打印每个图形的标识，如下所示：
print（variable\u name.graph）
tensorflow的运行版本是什么？