python - 按名称访问 TensorFlow 优化器

Question

希望有人能帮助我。我没有使用 Google 或此网站找到问题的答案。

我正在尝试按名称访问 TesorFlow 优化器。这是一些最小的示例代码: 导入系统 将 numpy 导入为 np 将 tensorflow 导入为 tf

print( "Python version: {0}".format(sys.version) )
print( "Tensorflow version: {0}".format(tf.__version__) )
print('')

l_input = tf.placeholder(tf.float32, shape=(None, 2), name='input')
l_dense = tf.layers.dense(l_input, units=1, activation=None)
l_output = tf.identity(l_dense, name='output')
l_true = tf.placeholder(tf.float32, shape=(None, 2), name='true')
cost = tf.reduce_sum(tf.square(l_output - l_true),name='cost')
train_step = tf.train.AdamOptimizer(0.001,name='train_step').minimize(cost)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    print( "cost" )
    print( cost )
    print( "cost:0" )
    print( tf.get_default_graph().get_tensor_by_name("cost:0") )
    print('')
    print( "train_step" )
    print( train_step )
    print( "type(train_step)" )
    print( type(train_step) )
    print( "collection train_step:0" )
    print( tf.get_default_graph().get_collection("train_step:0") )
    print( "operation train_step:0" )
    print( tf.get_default_graph().get_operation_by_name("train_step:0") )
    print( "tensor train_step:0" )
    print( tf.get_default_graph().get_tensor_by_name("train_step:0") )

输出如下:

Python version: 3.6.4 (v3.6.4:d48eceb, Dec 19 2017, 06:54:40) [MSC v.1900 64 bit (AMD64)]
Tensorflow version: 1.8.0

cost
Tensor("cost:0", shape=(), dtype=float32)
cost:0
Tensor("cost:0", shape=(), dtype=float32)

train_step
name: "train_step"
op: "NoOp"
....
type(train_step)
<class 'tensorflow.python.framework.ops.Operation'>
collection train_step:0
[]
operation train_step:0

因此，它适用于成本张量。但是，我无法让它与 train_step 操作一起使用。为什么我尝试 get_collection？这是我发现的唯一不会引发异常的函数。

由于类型是操作，我尝试了 get_operation_by_name 并最终出现异常

....
ValueError: Name 'train_step:0' appears to refer to a Tensor, not a Operation.

注释掉并使用 get_tensor_by_name 我得到以下异常

....
KeyError: "The name 'train_step:0' refers to a Tensor which does not exist. The operation, 'train_step', exists but only has 0 outputs."

我想加载保存的图表并通过在 train_step 上调用 sess.run() 来继续训练。然而，为此，我确实需要以某种方式访问​​ train_step 操作。我发现使用 get_tensor_by_name 的旧示例，但这些示例已停止工作并出现相同的异常。

非常感谢任何帮助。

Answer 1

train_step 是一个操作，而不是张量，并且它没有输出。因此，train_step:0 没有引用任何内容，因为它试图指向操作的第一个输出。尝试一下

print( tf.get_default_graph().get_operation_by_name( "train_step" ) )