tf.group()用于创建一个操作对象,将多个传入的操作组合起来(适合不需要考虑顺序的操作),API手册为:
tf.group(
*inputs,
**kwargs
)
组合多个操作节点为一个op:
op = tf.group(tensor1, tensor2, ...)
一般在网络训练时候使用:
generator_train_op = tf.train.AdamOptimizer(g_loss, ...)
discriminator_train_op = tf.train.AdamOptimizer(d_loss,...)
train_ops = tf.groups(generator_train_op ,discriminator_train_op)
这样只要运行train_ops,那么生成器和判别器的训练节点就都能被调用了。