python - 如何在 Tensorflow 中设置损失操作的名称？

Question

在 Tensorflow 中，我可以为操作和张量指定名称以便稍后检索它们。例如在一个函数中我可以做

input_layer=tf.placeholder(tf.float32, shape= [None,300], name='input_layer')

然后在另一个函数中，我可以做

input_layer=get_tensor_by_name('input_layer:0')

我开始相信这可以方便地使我的 tf 代码尽可能模块化。

我希望能够对我的损失做同样的事情，但我怎样才能为该操作分配一个自定义名称？问题是内置损失函数(例如 tf.losses.mean_squared_error)没有名称参数(与 tf.placeholder、tf.variable 等相反)。

我现在提到我的损失的方式是

tf.get_collection(tf.GraphKeys.LOSSES)[-1]

(检索已添加到图中的最后一个损失操作)。我是否遗漏了一些明显的东西？

Answer 1

我知道这不是正确的答案，但它是一个可能对您有用的修复方法。

鉴于，正如您所指出的，tf.losses.mean_squared_error函数没有 name 参数，您可以实现自己的 MSE(当然基于 TF 操作)

只是替换

tf_loss = tf.losses.mean_squared_error(labels,predictions)

与

custom_loss = tf.reduce_mean(tf.squared_difference(labels,predictions),name='loss')

并且由于 reduce_mean 接受一个 name 参数，您可以获得您想要的。

提供完整的示例代码 here