tf.identity

  下面的程序想要执行5次循环，每次循环给x加1并赋值给y，然后打印出来：

import tensorflow as tf

x = tf.Variable(0.0)
x_plus_1 = tf.assign_add(x, 1)  # 返回一个op，表示给变量x加1的操作

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

init = tf.global_variables_initializer()

with tf.Session() as session:
    init.run()

    for i in range(5):
        print(y.eval())

打印出的结果都是0.0，也就是说没有达到预期的效果。这是因为y只是复制了x变量内容，并未和tensorflow图上的节点相联系，不能执行节点上的操作。进行如下修改就能实现需要的功能：

import tensorflow as tf

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

with tf.control_dependencies([x_plus_1]):
    y = tf.identity(x)  # 修改部分

init = tf.global_variables_initializer()

with tf.Session() as session:
    init.run()

    for i in range(5):
        print(y.eval())

也就是说，tf.identity返回了一个和x相同的的新tensor。