如何不使用with-as语句向TensorFlow Graph添加操作？

嘿，这个问题问得挺到位的！先直接给你结论：TensorFlow里没有办法像你设想的那样，直接调用Graph对象的.add()方法把已经创建好的操作/张量“塞”到指定图里。

为什么不能这么做？ #

TensorFlow里的操作（Operation）和张量（Tensor）在创建的那一刻就已经绑定到了当前的默认图（default graph）上，它们的归属关系是初始化时就确定的，没法事后修改或者转移到另一个图中。这和Session的两种使用方式本质不同——Session的with语句只是帮你自动管理会话的开启和关闭，而Graph的as_default()上下文管理器是用来临时切换当前的默认图，让后续创建的所有节点自动归属到这个图里，两者的设计逻辑完全不一样。

关于你提到的“集合”方式 #

你想到的集合（collections）其实只是TensorFlow提供的一种节点归类管理工具，比如把所有变量放到tf.GraphKeys.GLOBAL_VARIABLES集合里方便批量初始化。但它并不能把原本属于其他图的节点“加入”到目标图的集合中——这些节点本身还是属于原来的图，强行加到其他图的集合里，后续在目标图中运行时肯定会报错。

不用with块的替代方案 #

如果你实在不想用with上下文块，其实还有两种方式可以实现类似效果，但本质上还是利用了默认图的切换逻辑：

1. 使用装饰器：把创建节点的函数用目标图的as_default()装饰，这样函数内部创建的节点都会自动归属到这个图：

import tensorflow as tf

a_graph = tf.Graph()

@a_graph.as_default()
def create_test_nodes():
    x = tf.placeholder(dtype=tf.float32, name='test')
    return x

# 调用函数后，x就属于a_graph了
x = create_test_nodes()

2. 手动管理上下文：直接调用上下文对象的__enter__()和__exit__()方法，但这种方式不推荐，因为很容易忘记调用__exit__()导致上下文泄漏：

import tensorflow as tf

a_graph = tf.Graph()
graph_context = a_graph.as_default()
# 进入上下文，此时默认图切换为a_graph
graph_context.__enter__()

# 在这里创建的所有节点都属于a_graph
x = tf.placeholder(dtype=tf.float32, name='test')
y = tf.multiply(x, 2.0)

# 一定要退出上下文
graph_context.__exit__(None, None, None)

总结 #

本质上，TensorFlow的节点归属是创建时绑定的，没有事后添加的机制。最安全、简洁的方式还是官方推荐的with a_graph.as_default():上下文管理器，这也是TensorFlow设计的规范用法，尽量不要绕开它哦！

内容的提问来源于stack exchange，提问作者zwep