TensorFlow 官方API 中文版(二)

7/19/2016 6:55:43 AM

1.1.1 class tf.Graph(续)

tf.Graph.devide(device_name_or_function)

　　返回一个明确默认设备的使用的上下文管理器
device_name_or_function 参数可以是一个设备名字符串，一个设备函数或者None:
　　如果这个参数是一个设备名字符串，所有在此上下文构建的操作将被指派给是这个名称的设备，除非它被一个嵌套的 device() 上下文所覆盖
　　如果这个参数是函数，它将被视为一个从 Operation 对象到设备名字符串的函数，并且每次一个新的Operation被创建时都会被调用。这个Operation将会被指派给这个带有返回名的设备
　　如果是None,所有从封闭的上下文调用的device()将会被忽略
想了解关于设备名字符串的合法语法，请在DeviceNameUtils中查阅相关文档

示例：

with g.device('/gpu:0'):  # All operations constructed in this context will be placed  # on GPU 0.  with g.device(None):# All operations constructed in this context will have no# assigned device.# Defines a function from `Operation` to device string.def matmul_on_gpu(n):  if n.type == "MatMul":return "/gpu:0"  else:return "/cpu:0"with g.device(matmul_on_gpu):  # All operations of type "MatMul" constructed in this context  # will be placed on GPU 0; all other operations will be placed  # on CPU 0.

注：设备范围可能会被op包装器或者其他库代码所覆盖。例如，一个变量指定操作 v.assign()必须被tf.Variable v所托管(colocated)，并且不兼容的设备将被忽略。
参数：
device_name_or_function:在上下文中使用的设备名或函数
返回值：
一个为新创建的操作明确默认设备的上下文管理器

tf.Graph.name_scope(name)

返回为操作创建分层的上下文管理器
一张图维持一个命名空间栈，在当前上下文生命期，一个 with name_scope(…):声明将一个新的名称压栈。
name参数将解释如下
一个字符串(没有以’/’结尾)将创建一个新的命名空间，在此空间name会附加到所有在上下文里创建的操作的前缀。如果name之前被用过，可以通过调用self.unique_name(name)使它变为独特的name
一个从之前a with g.name_scope(…) as scope: 声明捕获的空间将被视为一个绝对命名空间，这使得它有可能代表现有的空间
一个None值或者空字符串将会重置当前命名空间到最高层(空的)命名空间
示例:

with tf.Graph().as_default() as g:  c = tf.constant(5.0, name="c")  assert c.op.name == "c"  c_1 = tf.constant(6.0, name="c")  assert c_1.op.name == "c_1"  # Creates a scope called "nested"  with g.name_scope("nested") as scope:nested_c = tf.constant(10.0, name="c")assert nested_c.op.name == "nested/c"# Creates a nested scope called "inner".with g.name_scope("inner"):  nested_inner_c = tf.constant(20.0, name="c")  assert nested_inner_c.op.name == "nested/inner/c"# Create a nested scope called "inner_1".with g.name_scope("inner"):  nested_inner_1_c = tf.constant(30.0, name="c")  assert nested_inner_1_c.op.name == "nested/inner_1/c"  # Treats `scope` as an absolute name scope, and  # switches to the "nested/" scope.  with g.name_scope(scope):nested_d = tf.constant(40.0, name="d")assert nested_d.op.name == "nested/d"with g.name_scope(""):  e = tf.constant(50.0, name="e")  assert e.op.name == "e"

空间本身的命名可以被with g.name_scope(…) as scope:所捕获，它在变量空间内存有空间的命名。这个结果可以在一个空间内命名代表执行操作的所有结果的操作(This value can be used to name an operation that represents the overall result of executing the ops in a scope)。例如:

  inputs = tf.constant(...)  with g.name_scope('my_layer') as scope:  weights = tf.Variable(..., name="weights")  biases = tf.Variable(..., name="biases")  affine = tf.matmul(inputs, weights) + biases  output = tf.nn.relu(affine, name=scope)

参数:
name: 一个空间的命名
返回:
一个设置(install)name为新的命名空间的上下文管理器
一张图实例支持任意多个被命名标志的“集合”，为了方便，当建立一个很大的图时。集合能存储一组相关的对象。例如，tf.Variable为所有在图建立期间创建的变量使用一个集合(名为tf.GraphKeys.VARIABLES)。调用者可以通过指定一个新的命名来定义额外的集合。

tf.Graph.add_to_collection(name,value)

将value值存入给定name的collection
注意collections不是sets，所以有可能将同一个值多次加入一个collection。
参数:
names: collection的关键字(key)。 GraphKeys类包含许多标准集合名称
value:加入collection的值

tf.Graph.add_to_collections(names,value)

将value存入给定的names的collections中
注意collections不是sets，所以有可能将同一个值多次加入一个collection。这个函数保证忽略names中的重复值，但不会检查names中任意一个collection的value里已存在的成员。(This function makes sure that duplicates in names are ignored, but it will not check for pre-existing membership of value in any of the collections in names.)
names可以是可迭代的，但是如果它是个字符串，它将被视为一个单集合名
参数:
names: 要加入的collections的关键字(keys)。GraphKeys类包含许多标准集合名称
value:加入collections的值

tf.Graph.get_collection(name,scope=None)

返回给定名称集合的值的列表
这个方法不同于get_collection_ref()，后者总是返回真正的集合(如果存在),因此每次被调用时，它总是返回一个新的列表。(This is different from get_collection_ref() which always returns the actual collection list if it exists in that it returns a new list each time it is called.)
参数：
name:集合的关键字。例如 GraphKeys类含有许多类的标准命名
scope:(可选)如果提供了，结果过滤列表仅包含那些没有名称属性总不返回，名称(name)属性匹配使用re.match得到的条目。如果一个 空间(scope）被提供，那么choice或者re.match意味着一个没有特殊前缀标记过滤器的空间。
返回:
给定名称的集合中值的列表，或者空表(当没有值加入集合)。这个列表包含一些按顺序的值，在这个顺序下它们被收集。