Question

在TensorFlow中，我们可以使用tf.get_collection来获取具有特定前缀的变量。但是，如何才能获得名称中包含特定字符的变量，以便执行重新训练等任务？

玩具示例代码

import tensorflow as tf
with tf.variable_scope('net'):
    var_1 = tf.Variable(tf.random_normal([3, 5],stddev=0.35),name='var1')
    with tf.variable_scope('retrain'):
        var_2 = tf.Variable(tf.random_normal([3, 5], stddev=0.35),name='var2')
        var_3 = tf.Variable(tf.zeros([5]), name="var3")

在此示例中，print(tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,"net"))将返回所有可训练的变量。

但是，print(tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,"retrain"))将返回空列表[]，而不是var_2和var_3。

假设在实际条件下，精确的根变量范围net可以是net，net_1 ...除了打印所有可训练变量或使用tensorboard之外找到变量名称的前缀（以确定它是net\retrain还是net_1\retrain），我们可以使用tf.get_collection之类的函数来获取{{1 }和var_2？

Answer 1

范围是嵌套的。你想用

tf.get_collection(tf.GraphKeys.VARIABLES, "net/retrain")

Answer 2

您可以在范围retrain内获取变量。

tf.get_collection(tf.GraphKeys.VARIABLES, scope='net/retrain').

如何获得TRAINABLE VARIABLES，其名称包含在TensorFlow中重新训练的特定字符？

2 个答案: