tf.control_dependencies()用法解析，让你不再是眼睛看懂了以后碰上还是不懂

tf.control_dependencies()代表当括号里面的参数执行完毕再执行with里面的语句，一般都会与with共用

with tf.control_dependencies(a):

    之后再执行的语句

如果是多个参数就是

with tf.control_dependencies([a,b]):

    之后再执行的语句

当a与b都执行完毕才执行里面的语句

---

是不是感觉头晕脑胀

我们来看一个例子才知道是什么意思？

import tensorflow as tf
a_2 = tf.Variable(1)
b_2 = tf.Variable(2)
#把a_2的值赋值为10
op = tf.assign(a_2, 10)
add_with_dependencies = tf.add(a_2, b_2)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    ans_2 = sess.run([add_with_dependencies])
    print("Add: ", ans_2)

我们先看这个就是简单的相加操作，第一步初始化变量，然后输出add_with_dependencies；

结果是3，因为从头到尾都没有涉及到赋值！

---

如果用了

with tf.control_dependencies([op]):就代表要