如何重命名一个尊重名称范围的变量？

Question

鉴于x, y是张量，我知道我可以做

with tf.name_scope("abc"): 
    z = tf.add(x, y, name="z") 

这样z被命名为"abc/z"。

我想知道是否存在功能f直接在以下情况下指定名称：

with tf.name_scope("abc"): 
    z = x + y 
    f(z, name="z") 

愚蠢f我现在使用的是z = tf.add(0, z, name="z")

Answer 1

如果你想“重命名”一个op，没有办法直接这样做，因为tf.Operation（或tf.Tensor）一旦创建就是不可变的。因此，重命名运算的典型方法是使用tf.identity()，它几乎没有运行成本：但是

with tf.name_scope("abc"): 
    z = x + y 
    z = tf.identity(z, name="z") 

注意，推荐的方法来组织你的名字范围是范围本身的名称分配给“输出”从范围（如果有一个单输出运算）：

with tf.name_scope("abc") as scope: 
    # z will get the name "abc". x and y will have names in "abc/..." if they 
    # are converted to tensors. 
    z = tf.add(x, y, name=scope) 

这是TensorFlow库如何结构化，并且它往往给在TensorBoard最好可视化。

Answer 2

看来它的工作原理也没有tf.name_scope只有z = tf.identity(z, name="z_name")。 tf.get_default_graph().get_tensor_by_name("z_name:0")或tf.get_default_graph().get_tensor_by_name("z_name_new:0")

：如果您运行的另外 z = tf.identity(z, name="z_name_new")那么你可以使用这两个名字访问同一个张量