tensorflow中的图形依赖关系：如何验证依赖关系是否存在？

如果我定义了这3个操作，然后运行：

op1=tf.image.random_brightness(placeholder_img3d_float32, max_delta=...)
op2=tf.image.random_contrast(placeholder_img3d_float32, lower=..., upper=...)
op3=tf.image.per_image_standardization(placeholder_img3d_float32)

与运行相比：

sess.run（[op1，op2，op3]，…）

• 我会执行所有3次操作吗？或者它们都是独立的，因此3次运行都是按照我的要求运行的
• 我应该如何验证像这样的图依赖性问题

更新：

这3个操作的tensorboard图看起来它们之间没有依赖关系，但是右上角显示的

local\u占位符

有5个输出，至少有一个输出在这里为3个操作中的每一个提供信息。这是否意味着当我输入占位符时，它将运行3个ops，或者图中显示的缺少依赖项是否告诉我，尽管占位符很常见，但没有依赖项，只处理带有的op调用

---

在会话中，您可以发出命令同时运行所有3个操作。但tensorflow的内部将自动查找依赖项

假设您的第三个操作依赖于第二个操作，第二个操作依赖于第一个操作，您需要先运行第三个操作，然后会话对象将尝试先运行第一个操作，并尝试填充依赖项，然后进入其他步骤

在tensorflow图中，您可以很好地观察依赖关系。每条灰线将显示两个操作之间的数据流。虚线将显示每个变量的依赖关系

sess.run(op1, ...)
sess.run(op2, ...)
sess.run(op3, ...)