Race Condition bei Verwendung von tf.assign in Tensorflow

Question

Wie gehen Sie mit der Wettlaufbedingung um, wenn Sie tf.assign() verwenden? Zum Beispiel, wenn mein Code ist folgende:

y = tf.Variable(6,trainable=False,name='y'); 
x = tf.Variable(0,trainable=False,name='x'); 
assign_op = tf.assign(x, 2); 
divide_op = y/assign_op; 
answer = sess.run([divide_op]); 

Meine Antwort ist entweder 3 oder 0inf .. Das einzige, was ich denken kann, ist die sess.run in diese Aufspaltung:

_ = sess.run([assign_op]); 
answer = sess.run([divide_op]); 

Ich dachte, dass das Erstellen einer Betriebsabhängigkeit, wie ich es oben getan habe, das Problem lösen würde, dass es eine Wettlaufbedingung gibt, aber das tut es nicht. Weiß jemand was zu tun ist?

Answer 1

Sie wollen control_dependencies Flusssteuerungsfunktionen prüfen:

https://www.tensorflow.org/api_docs/python/tf/Graph#control_dependencies

with tf.control_dependencies([assign_op]): 
    divide_op = y/assign_op 

Dies wird die "assign_op" stellen Sie sicher, bevor die Diagrammelemente in dem Block abgeschlossen hat.