TensorFlow 2：检测某个节点属于哪个图

Question

我刚开始（自学）学习 TensorFlow，我决定学习我在当地图书馆找到的那本书 "Learning TensorFlow"。不幸的是，在书中他们使用的是 TensorFlow 1.x，而我想使用 2.4 版本。

我在复制第3章的例子时遇到了一些麻烦。代码的重点是创建一个新的空计算图，创建一个节点（即在本例中为常量），然后判断该节点是否属于到默认图形或新创建的图形。这是书中的代码，它应该可以与 TensorFlow1 一起正常工作：

import tensorflow as tf
print(tf.get_default_graph())

g = tf.Graph()      # This creates a new empty graph
a = tf.constant(5)  # This creates a node

print(a.graph is g)
print(a.graph is tf.get_default_graph())

我确实意识到属性 get_default_graph() 在 TensorFlow 2 中不再可用，我用 tf.compat 代替。 v1.get_default_graph() 但我仍然收到以下错误：

AttributeError: Tensor.graph is meaningless when eager execution is enabled.

非常感谢任何帮助！提前致谢！

Answer 1

导入tensorflow后需要禁用eager execution，如下：

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

print(tf.compat.v1.get_default_graph())

g = tf.Graph()      # This creates a new empty graph
a = tf.constant(5)  # This creates a node

print(a.graph is g)
print(a.graph is tf.compat.v1.get_default_graph())

TensorFlow 2：检测某个节点属于哪个图

TensorFlow 2: detecting to which graph a certain node belong

graph

attributeerror

python-3.x

tensorflow2.0