Tensorflow变量-添加到相同名称

在以下几行中，是否有人可以确认Tensorflow添加到单个

损失

张量，而不是创建多个张量（均命名为

损失

）

---

谢谢

下面是您正在创建的图形。每次执行

tf.

，它都会附加到默认图形。也就是说，从图中可以看出，它实际上具有将三个

损失

节点相加的效果

使用此代码生成

from IPython.display import clear_output, Image, display, HTML

def strip_consts(graph_def, max_const_size=32):
    """Strip large constant values from graph_def."""
    strip_def = tf.GraphDef()
    for n0 in graph_def.node:
        n = strip_def.node.add() 
        n.MergeFrom(n0)
        if n.op == 'Const':
            tensor = n.attr['value'].tensor
            size = len(tensor.tensor_content)
            if size > max_const_size:
                tensor.tensor_content = "<stripped %d bytes>"%size
    return strip_def

def show_graph(graph_def, max_const_size=32):
    """Visualize TensorFlow graph."""
    if hasattr(graph_def, 'as_graph_def'):
        graph_def = graph_def.as_graph_def()
    strip_def = strip_consts(graph_def, max_const_size=max_const_size)
    code = """
        <script>
          function load() {{
            document.getElementById("{id}").pbtxt = {data};
          }}
        </script>
        <link rel="import" href="https://tensorboard.appspot.com/tf-graph-basic.build.html" onload=load()>
        <div style="height:600px">
          <tf-graph-basic id="{id}"></tf-graph-basic>
        </div>
    """.format(data=repr(str(strip_def)), id='graph'+str(np.random.rand()))

    iframe = """
        <iframe seamless style="width:1200px;height:620px;border:0" srcdoc="{}"></iframe>
    """.format(code.replace('"', '&quot;'))
    display(HTML(iframe))

import tensorflow as tf
import numpy as np
tf.reset_default_graph()
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
c = tf.placeholder(tf.float32)

loss = tf.nn.l2_loss(a)    
loss = tf.add(loss, tf.nn.l2_loss(b))
loss = tf.add(loss, tf.nn.l2_loss(c))

show_graph(tf.get_default_graph().as_graph_def())

从IPython.display导入清除输出、图像、显示、HTML
定义带常数（图形定义，最大常数大小=32）：
“”“从图形_def中删除大常量值。”“”
strip_def=tf.GraphDef（）
对于图形_def.node中的n0：
n=strip_def.node.add（）
n、 合并自（n0）
如果n.op=='Const'：
张量=n.attr['value'].张量
大小=len（张量。张量内容）
如果大小>最大常量大小：
tensor.tensor_content=”“%大小
返回条
def显示图（图def，最大常量大小=32）：
“”“可视化TensorFlow图形。”“”
如果hasattr（graph_def，‘as_graph_def’）：
graph_def=graph_def.as_graph_def（）
条带定义=条带常量（图形定义，最大常量大小=最大常量大小）
代码=”“
函数加载（）{{
document.getElementById（“{id}”）.pbtxt={data}；
}}
.format（data=repr（str（strip_def）），id='graph'+str（np.random.rand（））
iframe=”“”
“”格式（代码.replace（“，”））
显示（HTML（iframe））
导入tensorflow作为tf
将numpy作为np导入
tf.reset_default_graph（）
a=tf.placeholder（tf.float32）
b=tf.placeholder（tf.float32）
c=tf.placeholder（tf.float32）
损失=tf.nn.l2_损失（a）
损失=tf.add（损失，tf.nn.l2_损失（b））
损失=tf.add（损失，tf.nn.l2_损失（c））
显示图表（tf.get_default_graph（）.as_graph_def（））

下面是您正在创建的图形。每次执行

tf.

，它都会附加到默认图形。也就是说，从图中可以看出，它实际上具有将三个

损失

节点相加的效果

使用此代码生成

from IPython.display import clear_output, Image, display, HTML

def strip_consts(graph_def, max_const_size=32):
    """Strip large constant values from graph_def."""
    strip_def = tf.GraphDef()
    for n0 in graph_def.node:
        n = strip_def.node.add() 
        n.MergeFrom(n0)
        if n.op == 'Const':
            tensor = n.attr['value'].tensor
            size = len(tensor.tensor_content)
            if size > max_const_size:
                tensor.tensor_content = "<stripped %d bytes>"%size
    return strip_def

def show_graph(graph_def, max_const_size=32):
    """Visualize TensorFlow graph."""
    if hasattr(graph_def, 'as_graph_def'):
        graph_def = graph_def.as_graph_def()
    strip_def = strip_consts(graph_def, max_const_size=max_const_size)
    code = """
        <script>
          function load() {{
            document.getElementById("{id}").pbtxt = {data};
          }}
        </script>
        <link rel="import" href="https://tensorboard.appspot.com/tf-graph-basic.build.html" onload=load()>
        <div style="height:600px">
          <tf-graph-basic id="{id}"></tf-graph-basic>
        </div>
    """.format(data=repr(str(strip_def)), id='graph'+str(np.random.rand()))

    iframe = """
        <iframe seamless style="width:1200px;height:620px;border:0" srcdoc="{}"></iframe>
    """.format(code.replace('"', '&quot;'))
    display(HTML(iframe))

import tensorflow as tf
import numpy as np
tf.reset_default_graph()
a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
c = tf.placeholder(tf.float32)

loss = tf.nn.l2_loss(a)    
loss = tf.add(loss, tf.nn.l2_loss(b))
loss = tf.add(loss, tf.nn.l2_loss(c))

show_graph(tf.get_default_graph().as_graph_def())

从IPython.display导入清除输出、图像、显示、HTML
定义带常数（图形定义，最大常数大小=32）：
“”“从图形_def中删除大常量值。”“”
strip_def=tf.GraphDef（）
对于图形_def.node中的n0：
n=strip_def.node.add（）
n、 合并自（n0）
如果n.op=='Const'：
张量=n.attr['value'].张量
大小=len（张量。张量内容）
如果大小>最大常量大小：
tensor.tensor_content=”“%大小
返回条
def显示图（图def，最大常量大小=32）：
“”“可视化TensorFlow图形。”“”
如果hasattr（graph_def，‘as_graph_def’）：
graph_def=graph_def.as_graph_def（）
条带定义=条带常量（图形定义，最大常量大小=最大常量大小）
代码=”“
函数加载（）{{
document.getElementById（“{id}”）.pbtxt={data}；
}}
.format（data=repr（str（strip_def）），id='graph'+str（np.random.rand（））
iframe=”“”
“”格式（代码.replace（“，”））
显示（HTML（iframe））
导入tensorflow作为tf
将numpy作为np导入
tf.reset_default_graph（）
a=tf.placeholder（tf.float32）
b=tf.placeholder（tf.float32）
c=tf.placeholder（tf.float32）
损失=tf.nn.l2_损失（a）
损失=tf.add（损失，tf.nn.l2_损失（b））
损失=tf.add（损失，tf.nn.l2_损失（c））
显示图表（tf.get_default_graph（）.as_graph_def（））

谢谢你，亚罗斯拉夫。谢谢你，亚罗斯拉夫。