neural-network - 如何计算 tensorflow 模型中可训练参数的总数？

Question

是否有函数调用或其他方法来计算 tensorflow 模型中的参数总数？

通过参数，我的意思是:可训练变量的 N 个暗向量有 N 个参数，NxM 矩阵有 N*M 参数，等等。所以本质上我想对 tensorflow session 中所有可训练变量的形状尺寸的乘积求和。

Answer 1

循环遍历tf.trainable_variables()中每个变量的形状。

total_parameters = 0
for variable in tf.trainable_variables():
    # shape is an array of tf.Dimension
    shape = variable.get_shape()
    print(shape)
    print(len(shape))
    variable_parameters = 1
    for dim in shape:
        print(dim)
        variable_parameters *= dim.value
    print(variable_parameters)
    total_parameters += variable_parameters
print(total_parameters)

更新:由于这个答案，我写了一篇文章来阐明 Tensorflow 中的动态/静态形状:https://pgaleone.eu/tensorflow/2018/07/28/understanding-tensorflow-tensors-shape-static-dynamic/