在TensorFlow中，变量名称中的“：0”是什么意思？

import tensorflow as tf
with tf.device('/gpu:0'):
    foo = tf.Variable(1, name='foo')
    assert foo.name == "foo:0"
with tf.device('/gpu:1'):
    bar = tf.Variable(1, name='bar')
    assert bar.name == "bar:0"

上面的代码返回true。我使用with tf.device这里要说明的是，“:0”并不意味着该变量位于特定设备上。那么变量名称中的“:0”是什么意思（本例中为 foo 和 bar）？

它与底层 API 中张量的表示有关。张量是与某些操作的输出相关的值。如果有变量，有一个Variable具有一个输出的运算。一个操作可以有多个输出，因此这些张量被引用为<op>:0, <op>:1等等。例如，如果您使用tf.nn.top_k，这个操作创建了两个值，所以你可能会看到TopKV2:0 and TopKV2:1

a,b=tf.nn.top_k([1], 1)
print a.name # => 'TopKV2:0'
print b.name # => 'TopKV2:1'

如何理解TensorFlow中的“张量”一词？ https://stackoverflow.com/questions/37849322/how-to-understand-the-term-tensor-in-tensorflow/37870634#37870634