1 概述

上文讲述了TensorFlow的核心对象，计算图Graph。Graph包含两大成员，节点和边。节点即为计算算子Operation，边则为计算数据Tensor。由起始节点Source出发，按照Graph的拓扑顺序，依次执行节点的计算，即可完成整图的计算，最后结束于终止节点Sink，并输出计算结果。

本文会对节点Operation进行详细讲解。

2 前端节点数据结构

在Python前端中，Operation表示Graph的节点，Tensor表示Graph的边。Operation包含OpDef和NodeDef两个主要成员变量。其中OpDef描述了op的静态属性信息，例如op入参列表，出参列表等。而NodeDef则描述op的动态属性信息，例如op运行的设备信息，用户给op设置的name等。

先来看Operation的数据结构，只列出重要代码。

@tf_export("Operation")class Operation(object):  def __init__(self,               node_def,               g,               inputs=None,               output_types=None,               control_inputs=None,               input_types=None,               original_op=None,               op_def=None):     # graph引用，通过它可以拿到Operation所注册到的Graph     self._graph = g        # inputs    if inputs is None:      inputs = []    #  input types    if input_types is None:      input_types = [i.dtype.base_dtype for i in inputs]    # control_input_ops    control_input_ops = []        # node_def和op_def是两个最关键的成员    if not self._graph._c_graph:      self._inputs_val = list(inputs)  # Defensive copy.      self._input_types_val = input_types      self._control_inputs_val = control_input_ops            # NodeDef，深复制      self._node_def_val = copy.deepcopy(node_def)              # OpDef      self._op_def_val = op_def          # outputs输出    self._outputs = [        Tensor(self, i, output_type)        for i, output_type in enumerate(output_types)    ]

下面来看Operation的属性方法，通过属性方法我们可以拿到Operation的两大成员，即OpDef和NodeDef。

@property  def name(self):    # Operation的name，注意要嵌套name_scope    return self._node_def_val.name  @property  def _id(self):    # Operation的唯一标示，id    return self._id_value  @property  def device(self):    # Operation的设备信息    return self._node_def_val.device      @property  def graph(self):    # graph引用    return self._graph  @property  def node_def(self):    # NodeDef成员，获取Operation的动态属性信息，例如Operation分配到的设备信息，Operation的name等    return self._node_def_val  @property  def op_def(self):    # OpDef，获取Operation的静态属性信息，例如Operation入参列表，出参列表等    return self._op_def_val

3 后端节点数据结构

在C++后端中，Graph图也包含两部分，即边Edge和节点Node。同样，节点Node用来表示计算算子，而边Edge则表示计算数据或者Node间依赖关系。Node数据结构如下所示。

class Node { public:    // NodeDef,节点算子Operation的信息，比如op分配到哪个设备上了等，运行时有可能变化。      const NodeDef& def() const;        // OpDef, 节点算子Operation的元数据，不会变的。比如Operation的入参个数，名字等      const OpDef& op_def() const; private:      // 输入边，传递数据给节点。可能有多条      EdgeSet in_edges_;      // 输出边，节点计算后得到的数据。可能有多条      EdgeSet out_edges_;}

节点Node中包含的主要数据有输入边和输出边的集合，从而能够由Node找到跟他关联的所有边。Node中还包含NodeDef和OpDef两个成员。NodeDef表示节点算子的动态属性，创建Node时会new一个NodeDef对象。OpDef表示节点算子的静态属性，运行时不会变，创建Node时不需要new OpDef，只需要从OpDef仓库中取出即可。因为元信息是确定的，比如Operation的入参列表，出参列表等。