在TensorFlow中，变量名称中的“：0”是什么意思？

【问题标题】：In TensorFlow,what's the meaning of ":0" in a Variable's name?在TensorFlow中，变量名称中的“：0”是什么意思？
【发布时间】：2016-12-02 05:51:11
【问题描述】：

import tensorflow as tf
with tf.device('/gpu:0'):
    foo = tf.Variable(1, name='foo')
    assert foo.name == "foo:0"
with tf.device('/gpu:1'):
    bar = tf.Variable(1, name='bar')
    assert bar.name == "bar:0"

上面的代码返回true。我这里用with tf.device来说明“:0”并不表示变量位于特定的设备上。那么变量名中的“:0”是什么意思（本例中为 foo 和 bar）？

【问题讨论】：

断言返回真吗？你读过tensorflow.Variable 类的文档吗？
@cricket_007 是的，它返回true，并且在tensorflow doc，你可以找到一些类似的代码，但是文档从来没有解释“：0”的含义。
明白了。我只是在阅读源代码。不过不容易发现。
据我所知，它的意思是“第 0 次迭代后的变量栏”，但我不是经验丰富的 TF 用户

标签： python tensorflow

【解决方案1】：

这与底层 API 中张量的表示有关。张量是与某个操作的输出相关联的值。如果是变量，则有一个带有一个输出的Variable 操作。一个操作可以有多个输出，因此这些张量被引用为<op>:0、<op>:1 等。例如，如果您使用tf.nn.top_k，则此操作会创建两个值，因此您可能会看到TopKV2:0和TopKV2:1

a,b=tf.nn.top_k([1], 1)
print a.name # => 'TopKV2:0'
print b.name # => 'TopKV2:1'

How to understand the term `tensor` in TensorFlow?

【讨论】：

当你创建一个变量时，例如使用tf.Variable()，你不会也不能在名称上附加:0，但是当你得到一个变量名时，例如some_var.name，你得到的名字有一个:0。我认为这是很多混乱的根源。在某些情况下，“变量”并不是真正的变量，而是获取变量的张量运算，因此末尾有一个 :0，但这在文档中并没有真正明确解释。