在 TensorFlow 图中查找所需的占位符答案

【问题标题】：Finding required placeholders in Tensorflow graph在 TensorFlow 图中查找所需的占位符
【发布时间】：2018-01-30 09:30:14
【问题描述】：

在 Tensorflow 中，有没有办法找到评估某个输出张量所需的所有占位符张量？也就是说，当调用sess.run(output_tensor) 时，是否有一个函数将返回所有必须输入feed_dict 的（占位符）张量？

这是我想做的一个例子，用伪代码：

import tensorflow as tf

a = tf.placeholder(dtype=tf.float32,shape=())
b = tf.placeholder(dtype=tf.float32,shape=())
c = tf.placeholder(dtype=tf.float32,shape=())
d = a + b
f = b + c

# This should return [a,b] or [a.name,b.name]
d_input_tensors = get_dependencies(d)

# This should return [b,c] or [b.name,c.name]
f_input_tensors = get_dependencies(f)

编辑：为了澄清，我不是（必然）寻找图中的所有占位符，只是定义特定输出张量所需的占位符。所需的占位符可能只是图中所有占位符的一个子集。

【问题讨论】：

为了获取图中的所有占位符，有一个答案：stackoverflow.com/a/44371483/4834515。至于获取依赖项......不知道。
@Seven 我只想获取依赖项，而不是所有占位符。我将编辑我的问题以澄清。

标签： python tensorflow

【解决方案1】：

经过一番修补和发现 this 几乎相同的 SO 问题后，我想出了以下解决方案：

def get_tensor_dependencies(tensor):

    # If a tensor is passed in, get its op
    try:
        tensor_op = tensor.op
    except:
        tensor_op = tensor

    # Recursively analyze inputs
    dependencies = []
    for inp in tensor_op.inputs:
        new_d = get_tensor_dependencies(inp)
        non_repeated = [d for d in new_d if d not in dependencies]
        dependencies = [*dependencies, *non_repeated]

    # If we've reached the "end", return the op's name
    if len(tensor_op.inputs) == 0:
        dependencies = [tensor_op.name]

    # Return a list of tensor op names
    return dependencies

注意：这不仅会返回占位符，还会返回变量和常量。如果dependencies = [tensor_op.name] 被dependencies = [tensor_op.name] if tensor_op.type == 'Placeholder' else [] 替换，那么只会返回占位符。

【讨论】：