tensorflow中的var.op.name和var.name有什么区别？答案

【问题标题】：what is the difference between var.op.name and var.name in tensorflow?tensorflow中的var.op.name和var.name有什么区别？
【发布时间】：2016-07-07 07:43:45
【问题描述】：

我有一点令人困惑。下面是示例代码：

opt = tf.train.GradientDescentOptimizer(1e-4)
grads_and_vars = opt.compute_gradients(total_loss)       
for grad, var in grads_and_vars:        
    print(var.op.name)

输出为：conv1/filt conv1/bias

当我将var.op.name 更改为var.name

输出为：conv1/filt:0 conv1/bias:0

var.op.name 和 var.name 有什么区别？ :0 是什么意思？

【问题讨论】：

标签： python tensorflow deep-learning

【解决方案1】：

op.name 是操作的名称，而var.name 是张量的名称。操作是分配内存的东西，并在端点：0、：1等上产生可用的输出。张量是操作的输出，因此它对应于某个端点。在这种情况下，conv1/filt 是负责内存的变量操作，conv1/filt:0 是该操作的第一个端点。实际的区别是conv1/filt:0是你可以获取的值，即sess.run(["conv1/filt:0"])，而你使用conv1/filt来获取操作，即tf.get_default_graph().get_operation_by_name("conv1/filt")

【讨论】：

【解决方案2】：

据我了解，OP 只是用来初始化所有变量。 :0 只是第一个输出，因此如果有另一个 conv1/filt，它将显示为 conv1/filt:1。

【讨论】：