​英文解释以及应用​​​
​中文解释以及应用​​

tf.identity是返回了一个一模一样新的tensor,再control_dependencies的作用块下,需要增加一个新节点到gragh中。

x = tf.Variable(0.0)
x_plus_1 = tf.assign_add(x, 1) # tf.assign_add(a,b) 加法操作

# with tf.control_dependencies(A):B
# 先执行A,再执行B
with tf.control_dependencies([x_plus_1]):
y = tf.identity(x) #新增节点并返回一个和x一样的tensor
init = tf.global_variables_initializer()

with tf.Session() as session:
init.run()
for i in np.arange(5):
print(y.eval())
1.0
2.0
3.0
4.0
5.0

tf.negtive()

a = tf.Variable(2.0)
b = tf.negative(a)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(a))
print(sess.run(b))
2.0
-2.0