tensorflow源码解析之framework-node

关系图中涉及的文件迭代记录是什么1.节点是什么

TF中的计算图由节点组成，每个节点都包含一个运算，表示节点的功能，例如，如果一个节点的功能是做矩阵乘法，那么它的输入是两个矩阵，输出是两个输入矩阵相乘的结果。节点有自己的结构，每个节点都包含输入的来源，所以几个节点的集合可以生成一个图，而不需要额外的信息。节点必须放置在某个设备上。为了减少跨设备的数据传输，提高计算效率，节点放置是受限条件下的优化问题。为此，TF还专门开发了相应的节点放置算法。

2.

我们先来看看节点的定义：

message NodeDef {
    string name = 1;//节点名称
    string op = 2;//节点包含的操作名称
    repeated string input = 3;//节点的输入，详见正文
    string device = 4;//节点所在的设备
    map attr = 5;//节点包含的op，其参数的具体赋值
};

由于节点对于后续对graph和graph的理解非常重要，我们来详细分析一下它所包含的字段：

图 –>|OUT1|node1:–>|OUT2|node1:–>|OUT1|node2:–>|OUT2|node2::1–>:0–> node3

按照惯例，TF会为每个核心概念设计一个构建类，node也不例外，这个类是。我们先来看看它的用法：

NodeDef node_def;
Status status = NodeDefBuilder(node_name, op_name)
                    .Input(...)
                    .Attr(...)
                    .Finalize(&node_def);

可见，同样，我们也可以使用链式法则，通过对字段一一设置来构建它。我们来看看包含的私有数据：

class NodeDefBuilder {
  private:
    const OpDef* op_def_;
    NodeDef node_def_;
    int inputs_specified_;
    std::vector control_inputs_;
    std::vector errors_;
};

此处包含 OpDef 是因为在 中，仅包含操作的名称。

3. 关系图

graph –>|build|-..->节点名-..->节点中包含的操作名-..->input-..->节点所在的设备名-.包含。 ->节点属性也是操作属性attr

4. 涉及的文件5. 迭代记录

地址