關于tf.identity 和tf.control_dependencies

首先，從tensor的定義說起，官網的解釋為：A tensor is a generalization of vectors and matrices to potentially higher dimensions. tensor可以是Variable，Constant，Placeholder等等。但是，官網上還有一句話值得注意：Unlike tf.Tensor objects, a tf.Variable exists outside the context of a single session.run call.這個說明了variable的特殊性，這也就是 y = x 失效，而 y = tf.identity(x)有效的原因。同時，對于tf.control_dependencies，官網上有這麼句話：control_inputs: A list of Operation or Tensor objects which must be executed or computed before running the operations defined in the context. 繼續看下面的代碼：

運作的結果為：

此時y的類型為tf.Variable，不受tf.control_dependencies控制。我們把y=x換成y=x+0.0，代碼變為：

再次運作代碼，輸出為：

此時，y的類型變成了tensor類型，受tf.control_dependencies的限制，生成y之前，進行了5次自加操作。最後，換成y = tf.identity(x,name='x')。代碼如下：

運作代碼，輸出為：

tf.identity屬于tensorflow中的一個ops，跟x = x + 0.0的性質一樣，傳回一個tensor，受到tf.control_dependencies的限制，是以生效。

轉自：https://www.jianshu.com/p/6304b7c7896b