在alexne.py中看到这个苗条,找不到这个的文档。想知道什么是收藏品?我猜它是一种容器,在这种情况下它将用于输出节点?并且想知道这是什么目的,而不是使用输出的名称。
with tf.variable_scope(scope, 'alexnet_v2', [inputs]) as sc:
end_points_collection = sc.name + '_end_points'
with slim.arg_scope([slim.conv2d, slim.fully_connected, slim.max_pool2d],
outputs_collections=[end_points_collection]):
net = slim.conv2d(inputs, 64, [11,11], 4, padding = 'VALID', scope ='conv1')
答案 0 :(得分:4)
集合只是具有相似含义的图形节点分组的容器。
比如说,任何新的可训练Variable
都被放入名为trainable_variables的集合中,可以使用tf.get_collection('trainable_variables')
进行访问。
同样,您可以传递图层输出的集合。