tensorflow op

tf.control_dependencies()

with tf.control_dependencies(control_inputs)
??exec_ops
在执行某些 exec_ops 之前，control_inputs得首先被运行。但是对于 Variable 的 identity op 会在 control dependence 后重新计算，但其它 op 都不会重新计算。

x = tf.Variable(0.0)
x_plus_1 = tf.assign_add(x, 1)

with tf.control_dependencies([x_plus_1]):
    y = x

init = tf.initialize_all_variables()
with tf.Session() as session:
    init.run()
    for i in xrange(5):
        print(y.eval())

print 0, 0, 0, 0, 0

x = tf.Variable(0.0)
x_plus_1 = tf.assign_add(x, 1)

with tf.control_dependencies([x_plus_1]):
    y = tf.identity(x)

init = tf.initialize_all_variables()
with tf.Session() as session:
    init.run()
    for i in xrange(5):
        print(y.eval())

prints 1, 2, 3, 4, 5

b = tf.identity(a)

返回一个tensor(b)，这个tensor的size和shape与输入tensor(a)是相同的。
可以用于CPU和GPU等不同设备之间的数据传输，以及与 control_dependencies 配合使用。

tensorflow op

原文：https://www.cnblogs.com/qccz123456/p/12752260.html