tf.control_dependencies()是用来控制计算流图的，给图中的某些节点指定计算的顺序。

原型：

tf.control_dependencies(self, control_inputs)

该函数接受的参数control_inputs，是Operation或者Tensor构成的list。

例子：确保获得更新后的参数：

opt = tf.train.Optimizer().minize(loss)

 

with tf.control_dependencies([opt]): #先执行opt

  updated_weight = tf.identity(weight)  #再执行该操作

 

with tf.Session() as sess:

  tf.global_variables_initializer().run()

  sess.run(updated_weight, feed_dict={...}) # 这样每次得到的都是更新后的weight