TensorFlow python测试失败

我们正在努力在TensorFlow中添加对big endian的支持。 在对“kLittleEndian”标志进行更改并在少数文件中添加支持后，我们仍然面临3个测试失败（在TensorFlow v0.10.0中），即： 稀疏-分割-运算-测试、稀疏-matmul-运算-测试、字符串-哈希-桶-运算-测试

通过比较我们的系统和x86上的op/ret值（此处测试通过）调试这些测试时，观察到这些值在create_op函数中出现后被填充。

包含self.\u lock：这表明它是线程安全的。 有关于如何进一步调试的建议吗？关于哪个线程填充张量的输出值

---

我们正在执行bazel test//tensorflow/python/sparse_split_op_测试，并使用pdb进行调试。

添加op时如何填充值？只有在会话运行时，才能返回结果。是的，为true，但在使用pdb单步执行代码时观察到以下情况：

set_shapes_for_outputs（ret）

-->p ret.outputs[0]。eval（）->***NotFoundError:NotFoundError（）

self.\u add_op（ret）

-->p ret.outputs[0]。eval（）->数组([3,5,7]）

self.\u record\u op\u seen\u by\u control\u dependencies（ret）

此时，多个线程正在运行。无法理解它们是如何生成的以及值是如何填充的。有人对此问题有任何意见吗？非常感谢提供一些帮助！添加op时如何填充值？只有在会话运行时，才能返回结果。是的，但观察到使用下面的pdb单步执行代码：

set\u shapes\u for\u outputs（ret）

-->p ret.outputs[0]。eval（）->***NotFoundError:NotFoundError（）

self.\u add\u op（ret）

-->p ret outputs[0]。eval（）->array（[3,5,7]）

self（ret）

此时，多个线程正在运行。无法理解它们是如何生成的以及值是如何填充的。是否有人对此问题有任何意见？请提供帮助！