为什么我需要“as\u default（）”在Tensorflow图中编写指令？

Question

为什么我不能直接使用g1，g2而不将其设为默认值？你知道吗

为什么我必须使用with g1.as_default() as g:

g1 = tf.Graph()
g2 = tf.Graph()
with g1.as_default() as g:
  with g.name_scope( "g1" ) as g1_scope:
    matrix1 = tf.constant([[3., 3.]])
    matrix2 = tf.constant([[2.],[2.]])
    product = tf.matmul( matrix1, matrix2, name = "product")

Answer 1

除非您处于渴望模式，否则每当您创建一个新操作（或多或少是任何tf.*函数）时，都会向TensorFlow计算图中添加一个新节点。如果您没有另外指定，那么该图形将是“默认图形”，默认情况下由TensorFlow为您创建的图形（您可以使用tf.reset_default_graph()更新默认图形）。但是，如果您想让事情更整洁，您可能需要对哪个操作进入哪个图形进行一些控制。为此，您可以创建自己的图形并使用as_default()上下文。这将使给定的图形成为默认图形，因此现在每个新操作都将添加到该图形中，而不是全局默认图形。通常，这是指定要将每个操作放置在何处的唯一方法。例如，这允许您在不同的图中保留不同的模型，这可能使保存和恢复更容易，或者只是保持隔离（注意每个会话属于一个图，因此一个图中的计算不可能影响不同的图）。你知道吗