如何评估Tensorflow计算图中的非变量节点？
How to evaluate a non-variable node in computation graph of Tensorflow?
我想在张量流的计算图中评估一个非变量节点。例如，有一个 tf.concat 操作组合来自不同子图的多个变量。通过tensorboard我发现这个节点叫做concat_0。我可以用 sess.run([]) 得到 concat_0 的值吗？我知道如果我知道变量名称是 'variable_0'，可以使用 tf.get_variable('variable_0') 找到变量。但是如何通过名称检索非变量节点？
语法为<node name>:<endpoint>。通常节点只有一个输出，因此端点为 0。
因此，您可以将 concat_0 节点的值设为
sess.run("concat_0:0")
我想在张量流的计算图中评估一个非变量节点。例如，有一个 tf.concat 操作组合来自不同子图的多个变量。通过tensorboard我发现这个节点叫做concat_0。我可以用 sess.run([]) 得到 concat_0 的值吗？我知道如果我知道变量名称是 'variable_0'，可以使用 tf.get_variable('variable_0') 找到变量。但是如何通过名称检索非变量节点？
语法为<node name>:<endpoint>。通常节点只有一个输出，因此端点为 0。
因此，您可以将 concat_0 节点的值设为
sess.run("concat_0:0")