Python 是否可以修改现有的TensorFlow计算图?
TensorFlow图通常是从输入到输出逐步建立,然后执行。查看Python代码,操作的输入列表是不可变的,这表明不应该修改输入。这是否意味着无法更新/修改现有图?TensorFlow类是一个仅附加的数据结构,这意味着可以在执行部分图后向图中添加节点,但不能删除或修改现有节点。由于TensorFlow在调用时只执行必要的子图,因此在图中具有冗余节点不会导致执行时间开销(尽管它们将继续消耗内存) 要删除图中的所有节点,可以使用新图创建会话:Python 是否可以修改现有的TensorFlow计算图?,python,tensorflow,Python,Tensorflow,TensorFlow图通常是从输入到输出逐步建立,然后执行。查看Python代码,操作的输入列表是不可变的,这表明不应该修改输入。这是否意味着无法更新/修改现有图?TensorFlow类是一个仅附加的数据结构,这意味着可以在执行部分图后向图中添加节点,但不能删除或修改现有节点。由于TensorFlow在调用时只执行必要的子图,因此在图中具有冗余节点不会导致执行时间开销(尽管它们将继续消耗内存) 要删除图中的所有节点,可以使用新图创建会话: with tf.Graph().as_default()
with tf.Graph().as_default(): # Create a new graph, and make it the default.
with tf.Session() as sess: # `sess` will use the new, currently empty, graph.
# Build graph and execute nodes in here.
是的,
tf.Graph
是以@mrry所说的只附加的方式构建的
但有解决办法:
从概念上讲,您可以通过克隆现有的图来修改它,并在此过程中执行所需的修改。从r1.1开始,Tensorflow提供了一个名为
tf.contrib.graph\u editor
的模块,它将上述思想作为一组方便的函数来实现。除了@zaxily和@mrry所说的,我还想提供一个如何实际修改图形的示例。简言之:
import tensorflow
import copy
import tensorflow.contrib.graph_editor as ge
from copy import deepcopy
a = tf.constant(1)
b = tf.constant(2)
c = a+b
def modify(t):
# illustrate operation copy&modification
new_t = deepcopy(t.op.node_def)
new_t.name = new_t.name+"_but_awesome"
new_t = tf.Operation(new_t, tf.get_default_graph())
# we got a tensor, let's return a tensor
return new_t.outputs[0]
def update_existing(target, updated):
# illustrate how to use new op
related_ops = ge.get_backward_walk_ops(target, stop_at_ts=updated.keys(), inclusive=True)
new_ops, mapping = ge.copy_with_input_replacements(related_ops, updated)
new_op = mapping._transformed_ops[target.op]
return new_op.outputs[0]
new_a = modify(a)
new_b = modify(b)
injection = new_a+39 # illustrate how to add another op to the graph
new_c = update_existing(c, {a:injection, b:new_b})
with tf.Session():
print(c.eval()) # -> 3
print(new_c.eval()) # -> 42
“尽管它们将继续消耗内存”-当python运行时对会话进行垃圾收集时,该内存是否已释放?变量数据(例如,神经网络的权重)将随会话一起释放,这是内存的大部分所在,但图形定义(实际操作定义,不包含数据)将一直保留图形对象,直到它被释放或图形被重置。只有当您继续附加新的图形操作时,这才成为问题,这通常是一种不好的做法。遵循的一个好规则是,在会话打开后永远不要创建图形操作,如果您这样做,您更有可能没有做错。TF 2.0更改太糟糕了。关于这些方法的文档很差。有没有办法使用tf.函数中的图形对tensorflow 2.3执行相同的操作?