TensorFlow如何命名张量？

我不知道这是不是正确的理解：

所有的张量都是从某个运算中派生出来的，运算要么在构造函数中给定一个名称，要么给定特定类型运算的默认名称。如果名称不唯一，TensorFlow会通过追加

“\u 1”

、

“\u 2”

等自动处理此问题。使用n个张量的操作会将这些张量命名为

“op\u name:0”

，

“op\u name:1”

，…，

“op\u name:n-1”

---

似乎出现了一个问题：如果

x

是

tf.Variable

，那么

x.name

给出了

“Variable\u name:0”

。这是令人困惑的：对于

“变量名”

指的是什么？

你对

张量的命名的观察是绝对正确的：
张量的名称是

生成它的操作的名称
冒号（
：
），以及
产生张量的操作的输出中该张量的索引
因此，名为
“foo:2”
的张量是位置2处名为
“foo”
的op的输出（索引从零开始）

物体的形状有点奇怪。每个
tf.Variable
都包含一个可变张量对象，该对象保存变量的状态（以及一些其他张量）。
“Variable”
op（在您的示例中，其名称为
“Variable\u name”
）每次作为第0个输出运行时都会“生成”此可变张量，因此可变张量的名称为
“Variable\u name:0”

由于
tf.Variable
与
tf.Tensor
几乎无法区分，因为它可以在相同的位置使用，我们决定使变量名称类似于Tensor名称，因此
Variable.name
属性返回可变张量的名称。（这与不能直接用作张量的和对象形成对比（相反，您必须调用它们的方法来创建在其状态下运行的操作），因此它们没有类似张量的名称。）
有没有一种简单的方法来生成输出名称？没有pb文件，只有检查点？是否有一个示例显示规则3：生成该张量的操作的输出中该张量的索引？@Alpha Sure:
print（tf.split（[0,1,2,3,4,5]，5，name=“split_op”）[3].name）
，它在
“split_op”
的输出中将打印
“split_op:3”
@mrry挑剔：应该是打印的（tf.split（[0,1,2,3,4]，5，name=“split_op”）[3].name）（大小为6的数组不分为5个部分）。谢谢你的评论，顺便说一句，它为我清理了一切。