Tensorflow 为什么在打印张量名称时会得到不同的结果？

我试图在一个图中打印节点的名称，我用不同的代码得到了不同的结果

占位符定义为：

x = tf.placeholder("float", shape=[None, 784], name = 'input_x')

如果我运行代码：

node_names = [node.name for node in tf.get_default_graph().as_graph_def().node]
for item in node_names:
    print(item)

我得到的结果如下：

input_x
origin_y
truncated_normal/shape
truncated_normal/mean
truncated_normal/stddev
truncated_normal/TruncatedNormal
truncated_normal/mul
truncated_normal

但如果我运行以下代码：

print('Name for input:')
print(x.name)

名称末尾添加了“：0”：

Name for input:
input_x:0

我对此感到困惑。有人能给我解释一下吗？

---

谢谢。

图中的节点表示一个操作。在循环中，您迭代节点并打印它们的名称

以

结尾的名称：

对应于张量。张量是运算的输出

tf.placeholder

函数返回张量，但也可以得到相应的运算：

x=tf.placeholder（'float'，shape=[None，784]，name='input_x'）
打印（报告（x））#
打印（repr（x.name））#u'input_x:0'
打印（repr（x.op））#
打印（repr（x.op.name））#u'input_x'

非常感谢您。完全理解：）