Question

正如所了解的那样，TensorFlow代码定义了一个数据流图，而非执行实际的计算。如果希望将模型封装到类中，便无法从函数或属性中直接得到其输出，因为这样每次都会为数据流图增加新的运算。下面来看一个由此引发问题的例子：

如果从外部使用它的一个实例，例如在访问model.optimze时，将会在数据流图中创建一个新的计算路径。此外，它还会在内部调用model.prediction创建一些新的权值和偏置。为了解决这种设计问题，可引入下列@lazy_property修饰符。

这里的主要思想是定义一个仅计算一次的属性。结果保存到一个像被带有某些前缀的函数（如此处的_layz_）调用的成员中。后续对属性名的调用将返回该数据流图中的已有节点。现在，我们可将上述模型写为：

惰性属性是一种对TensorFlow模型结构化以及将其分解为类的很好的工具。对于那些有外部需求和需要将计算分解为内件的节点，它都是非常有用的。