如何在tensorflow访问一个单独的函数创建的代码兴趣

Question

行变量优化之后是多个哈希（＃）符号

为了理解的目的我运行在tensorflow简单线性回归。使用的代码IM是：

def generate_dataset(): 
#y = 2x+e where is the normally distributed error 
x_batch = np.linspace(-1,1,101) 
y_batch = 2*x_batch +np.random.random(*x_batch.shape)*0.3 
return x_batch, y_batch 

def linear_regression(): ################## 
x = tf.placeholder(tf.float32, shape = (None,), name = 'x') 
y = tf.placeholder(tf.float32, shape = (None,), name = 'y') 
with tf.variable_scope('lreg') as scope: ################ 
    w = tf.Variable(np.random.normal()) ################## 
    y_pred = tf.multiply(w,x) 
    loss = tf.reduce_mean(tf.square(y_pred - y)) 
return x,y, y_pred, loss 
def run(): 
x_batch, y_batch = generate_dataset() 
x, y, y_pred, loss = linear_regression() 
optimizer = tf.train.GradientDescentOptimizer(0.2).minimize(loss) 

init = tf.global_variables_initializer() 
with tf.Session() as session: 
    session.run(init) 
    feed_dict = {x: x_batch, y: y_batch} 
    for _ in range(30): 
     loss_val, _ = session.run([loss, optimizer], feed_dict) 
     print('loss:', loss_val.mean()) 
    y_pred_batch = session.run(y_pred, {x:x_batch}) 

    print(tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)) ############ 
    print(session.run(fetches = [w])) ############# 
run()  

我不能似乎能够获取变量（它实际上是一个运算？）的值“W”与取回调用任一“W”或“LREG/w'，如果我理解正确的是由于'w'在linear_regression（）中定义的事实，并且它不借助其名称空间来运行（）。但是，我可以通过对其变量名'lreg/vairable：0'的访问来访问'w'。优化器工作得很好并且更新被完美应用

优化器如何访问'w'并应用更新，如果您能够让我深入了解'w'如何在linear_regression（ ）并运行（）

Answer 1

您创建的每个操作和变量都是张量流graph中的一个节点。当你没有明确地创建一个图，就像你的情况一样，那么就会使用一个默认图。

此行将w添加到默认图形。

w = tf.Variable(np.random.normal()) 

此行访问图以进行计算

loss_val, _ = session.run([loss, optimizer], feed_dict) 

您可以检查图这样

tf.get_default_graph().as_graph_def()