我想让update_op在summary运行之前执行。有时候我只是创建一个tf.summary，一切都能正常运行，但有时候我想做一些更复杂的事情，但仍然希望保持相同的控制依赖性。

不工作的代码：

with tf.control_dependencies([update_op]):    if condition:        tf.summary.scalar('summary', summary)    else:        summary = summary

有效但不佳的解决方法

with tf.control_dependencies([update_op]):    if condition:        tf.summary.scalar('summary', summary)    else:        summary += 0

问题在于summary=summary不会创建新节点，因此控制依赖性被忽略了。

我相信一定有更好的方法来解决这个问题，有什么建议吗？ 🙂

回答：

我认为没有更优雅的解决方案，因为这是设计行为。 tf.control_dependencies 是使用默认图形调用 tf.Graph.control_dependencies 的快捷方式，以下是其文档中的引用：

注意：控制依赖性上下文仅适用于在该上下文中构造的操作。仅仅在上下文中使用操作或张量并不会添加控制依赖性。以下示例说明了这一点：

# 错误def my_func(pred, tensor):  t = tf.matmul(tensor, tensor)  with tf.control_dependencies([pred]):    # matmul操作在上下文之外创建，因此不会添加控制依赖性。    return t# 正确def my_func(pred, tensor):  with tf.control_dependencies([pred]):    # matmul操作在上下文中创建，因此会添加控制依赖性。    return tf.matmul(tensor, tensor)

因此，正如评论中建议的，只需使用tf.identity(summary)即可。