首页 文章

Tensorflow：tf.get_variable如何工作？

提问于
浏览 次
9

我从这个question读到了关于tf.get_variable的内容，还有一些来自tensorflow网站上的文档 . 但是，我仍然不清楚，无法在网上找到答案 .

tf.get_variable如何工作？例如：

var1 = tf.Variable(3.,dtype=float64)
var2 = tf.get_variable("var1",[],dtype=tf.float64)

这是否意味着 var2 是 another 变量，初始化类似于 var1 ？或 var2 是 var1 的别名（我试过，它似乎没有）？

var1 和 var2 如何相关？

当我们得到的变量不存在时，如何构造变量？

tensorflow

1 回答

  • 17

    tf.get_variable(name) 在tensorflow图中创建一个名为 name 的新变量（如果 name 已存在于当前作用域中，则添加_） .

    在您的示例中，您正在创建名为 var1 的 python 变量 .

    ** Tensorflow图中该变量的名称不是** var1 ，而是 Variable:0 .

    您定义的每个节点都有自己可以指定的名称，或者让tensorflow给出一个默认（并且始终不同）的名称 . 您可以看到 name 值访问python变量的 name 属性 . （即 print(var1.name) ） .

    在第二行，您要定义 Python variable var2 ，其名称 in the tensorflow graph 是 var1 .

    剧本

    import tensorflow as tf

var1 = tf.Variable(3.,dtype=tf.float64)
print(var1.name)
var2 = tf.get_variable("var1",[],dtype=tf.float64)
print(var2.name)

    事实上印刷品：

    Variable:0
var1:0

    相反，如果你想在张量流图中定义一个名为 var1 的变量（节点），然后获得对该节点的引用，那么你只需使用 tf.get_variable("var1") ，因为它将创建一个新的不同变量valled var1_1 .

    这个脚本

    var1 = tf.Variable(3.,dtype=tf.float64, name="var1")
print(var1.name)
var2 = tf.get_variable("var1",[],dtype=tf.float64)
print(var2.name)

    打印：

    var1:0
var1_1:0

    如果要创建对节点 var1 的引用，首先要：

    • 必须用 tf.get_variable 替换 tf.Variable . 使用 tf.Variable 创建的变量无法共享，而后者则可以 .

    • 知道 var1 的 scope 是什么，并在声明引用时允许该范围的 reuse .

    查看代码是更好的理解方式

    import tensorflow as tf

#var1 = tf.Variable(3.,dtype=tf.float64, name="var1")
var1 = tf.get_variable(initializer=tf.constant_initializer(3.), dtype=tf.float64, name="var1", shape=())
current_scope = tf.contrib.framework.get_name_scope()
print(var1.name)
with tf.variable_scope(current_scope, reuse=True):
    var2 = tf.get_variable("var1",[],dtype=tf.float64)
    print(var2.name)

    输出：

    var1:0
var1:0
    回复于

相关问题