如何找到LSTMCell权重和偏差名称以将值加载到它们中？

Question

我一直在尝试将一些改变的权重加载到Tensorflow计算图中，同时训练多层LSTM RNN。使用以下代码行：

variables_names =[v.name for v in tf.trainable_variables()]
values = session.run(variables_names)

给出了我使用的变量的名称和值，LSTMCell的权重名称是

rnn/multi_rnn_cell/cell_0/lstm_cell/weights:0
rnn/multi_rnn_cell/cell_1/lstm_cell/weights:0

等等，但我不能直接在

中使用上述名称

rnn/multi_rnn_cell/cell_0/lstm_cell/weights.load(values[0], session)

将值加载回来的方法。有谁知道如何将新的重量加载到LSTM细胞中？

Answer 1

将变量名称转换为tf.Variable对象的最简单方法是过滤tf.trainable_variables()，匹配名称：

cell_0_weights = [v for v in tf.trainable_variables()
                  if v.name == 'rnn/multi_rnn_cell/cell_0/lstm_cell/weights:0'][0]

（这不是特别有效，但变量集通常很小，效率低下并不重要。）

拥有tf.Variable对象后，您可以使用其load()方法分配新权重：

cell_0_weights.load(values[0], sess)