我使用张量对象检测（TFOD）API训练了不同的模型，我想知道为给定模型训练了多少参数。
我运行的RCNN，SSD，RFCN速度更快，并且具有不同的图像分辨率，我想有一种方法来知道要训练多少个参数。有办法吗？
我尝试了How to count total number of trainable parameters in a tensorflow model?的答案，但没有运气。
这是我在model_main.py的第103行添加的代码：
print("Training {} parameters".format(np.sum([np.prod(v.get_shape().as_list()) for v in tf.trainable_variables()]))
我认为问题是我没有访问TFOD正在运行的tf.Session（），因此我的代码始终返回0.0参数（尽管训练策略很好并且可以训练，希望有数百万个参数），但我没有不知道如何解决这个问题。
答案 0 :(得分：0)
TFOD API使用tf.estimator.Estimator进行培训和评估。 Estimator对象提供了获取所有变量Estimator.get_variable_names()（reference）的功能。
您可以在print(estimator.get_variable_names())（here）之后添加estimator.train_and_evaluate()行。
培训完成后，您将看到所有打印的变量名。要更快地查看结果，您只需训练1步即可。
答案 1 :(得分：0)
使用export_inference_graph.py时，脚本还会分析您的模型，并计算参数和FLOPS（如果可能）。 如果看起来像这样：
angular