Tensorflow-使用tf.contrib.layers.conv2d时，我可以设置权重和偏差的名称吗？

Question

Tensorflow版本：1.10.1

我想将我的预训练网络中卷积层的学习权重和偏差转移到新网络中。

但是，由于我使用了apt-get upgrade API，因此检查点文件中的权重和偏差会自动命名为conv2d，Conv/weights，Conv/biases，Conv_1/weights ，Conv_1/biases，Conv_2/weights等。

但是，这些名称与代码中的变量名称不一致。 例如，Conv_2/biases，Conv/weights属于我的代码中名为Conv/biases的变量，因此我想将它们命名为C2，C2/weights。

我知道对于C2/biases定义的变量，我可以将它们的名称设置为get_variable想要的任何字符串，其中my_varibale = tf.get_variable("whatever_name_I_want",shape,dtype,initializer)被命名为my_variable。

但是，当涉及到"whatever_name_I_want"（或my_layer = tf.contrib.layers.conv2d(params_blabla)或tf.nn中的等效api）时，我不知道如何命名tf.layers。

那么，有可能这样做吗？如果可能，怎么办？

Answer 1

对于tf.layers.conv2d和tf.nn.conv2d，您可以传递一个名为name的附加参数。

示例：

my_conv1 = tf.layers.conv2D(...., name='my_conv1')
my_conv2 = tf.layers.conv2D(...., name='my_conv2 ')

对于tf.contrib.layers.conv2d，参数scope用于为图层命名。

示例：

with tf.name_scope('my_conv1') as scope:
    my_conv1 = tf.contrib.layers.conv2d(..., scope=scope) 

结果：

在所有情况下，您的权重和偏见都以my_conv1/weights和my_conv1/bias之类的方式命名。