使用Tf Estimator时如何获得可训练的变量计数？

Question

我使用tf估算器框架创建了CNN分类器模型。但是，我无法访问模型中定义的变量。 tf.trainable_variables（）始终返回0。   如何使用tf估算器访问变量？特别是，如何获得参数总数的计数（加总所有变量的维数。

谢谢， 哈罗德

Answer 1

您可以使用type A = A type B = B type C () = class end let zeta _ _ = C () let omega _ _ = C () type C with static member (><) (_:C, alpha : A) = fun (beta : B) -> zeta alpha beta : C static member (><) (_:C, beta : B) = fun (alpha : A) -> omega alpha beta: C let inline (><) x y = (Unchecked.defaultof<C> >< x) y // Test let x = A >< B // val x : C 获取所有变量名称， 并使用get_variable_names()按名称获取变量值。

请使用以下代码：

get_variable_value(name)

更多信息是https://www.tensorflow.org/api_docs/python/tf/estimator/Estimator#get_variable_names 和 https://www.tensorflow.org/api_docs/python/tf/estimator/Estimator#get_variable_value。

注意：您必须先创建图形，然后才能获取变量。

Answer 2

如上所述，您应该使用：

• tf.estimator.Estimator.get_variable_names()以获取所有估计量变量
• tf.estimator.Estimator.get_variable_value(name)以获取变量值

一旦有了变量，就可以使用以下方法之一来获取估计器参数的总数。

• 将每个变量的形状暗淡与numpy.prod相乘，然后求和：

  sum([np.prod(est.get_variable_value(var).shape) for var in est.get_variable_names()])

• 或用numpy.ndarray.size求和变量的大小，然后求和：

  sum([est.get_variable_value(var).size for var in est.get_variable_names()])