根据tensor的名字获取变量的值方式

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

根据tensor的名字获取变量的值方式

  2021-04-02 我要评论

需求:

有时候使用slim这种封装好的工具,或者是在做滑动平均时,系统会帮你自动建立一些变量,但是这些变量只有名字,而没有显式的变量名,所以这个时候我们需要使用那个名字来获取其对应的值。

如下:

input = np.random.randn(4,3)
net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32))

这段代码看似简单,但其实帮你生成了一个w和一个b。如果你运行下面代码:

with tf.Session() as sess:
   sess.run(tf.global_variables_initializer())
   for v in tf.global_variables():
     print(v)   

你会发现里面还有

<tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref>

<tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref>  

这样两个变量,但是由于没有显式声明,所以我们要从其名字取值。

解决方案:

1、从图里面取值:

print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))  

这个就是先拿到图,然后从图里面取变量 。

2、直接取值

print(sess.run("fully_connected/weights:0"))  

直接把名字传进run里面就可以直接运行了,但是这个仍然拿不到变量,这个只能拿到变量值。

以上这篇根据tensor的名字获取变量的值方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

您可能感兴趣的文章:

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们