个人中心
gpt4 book ai didi

TensorFlow变量管理详解

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章TensorFlow变量管理详解由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

1、TensorFlow变量管理 。

1. TensorFLow还提供了tf.get_variable函数来创建或者获取变量，tf.variable用于创建变量时，其功能和tf.Variable基本是等价的。tf.get_variable中的初始化方法（initializer）的参数和tf.Variable的初始化过程也类似，initializer函数和tf.Variable的初始化方法是一一对应的，详见下表.

TensorFlow变量管理详解

tf.get_variable和tf.Variable最大的区别就在于指定变量名称的参数。对于tf.Variable函数，变量名称是一个可选的参数，通过name=”v”的形式给出，对于tf.get_variable函数，变量名称是一个必填的参数，tf.get_variable会根据这个名称去创建或者获取变量.

2. 通过tf.variable_scope函数可以控制tf.get_variable函数的语义。当tf.variable_scope函数的参数reuse=True生成上下文管理器时，该上下文管理器内的所有的tf.get_variable函数会直接获取已经创建的变量，如果变量不存在则报错；当tf.variable_scope函数的参数reuse=False或者None时创建的上下文管理器中，tf.get_variable函数则直接创建新的变量，若同名的变量已经存在则报错.

3. 另tf.variable_scope函数是可以嵌套使用的。嵌套的时候，若某层上下文管理器未声明reuse参数，则该层上下文管理器的reuse参数与其外层保持一致.

4.tf.variable_scope函数提供了一个管理变量命名空间的方式。在tf.variable_scope中创建的变量，名称.name中名称前面会加入命名空间的名称，并通过“/”来分隔命名空间的名称和变量的名称。tf.get_variable("foou/baru/u", [1])，可以通过带命名空间名称的变量名来获取其命名空间下的变量.

2、TensorFlow编程演示 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
import tensorflow as tf
 
# 在名字为foo的命名空间内创建名字为v的变量
with tf.variable_scope( "foo" ):
   v = tf.get_variable( "v" , [ 1 ], initializer = tf.constant_initializer( 1.0 ))
 
'''''
# 因为命名空间foo内已经存在变量v，再次创建则报错
with tf.variable_scope("foo"):
   v = tf.get_variable("v", [1])
# ValueError: Variable foo/v already exists, disallowed.
# Did you mean to set reuse=True in VarScope?
'''
# 将参数reuse参数设置为True，则tf.get_variable可直接获取已声明的变量
with tf.variable_scope( "foo" , reuse = True ):
   v1 = tf.get_variable( "v" , [ 1 ])
   print (v = = v1) # True
 
'''''
# 当reuse=True时，tf.get_variable只能获取指定命名空间内的已创建的变量
with tf.variable_scope("bar", reuse=True):
   v2 = tf.get_variable("v", [1])
# ValueError: Variable bar/v does not exist, or was not created with
# tf.get_variable(). Did you mean to set reuse=None in VarScope?
'''
 
with tf.variable_scope( "root" ):
   # 通过tf.get_variable_scope().reuse函数获取当前上下文管理器内的reuse参数取值
   print (tf.get_variable_scope().reuse) # False
 
   with tf.variable_scope( "foo1" , reuse = True ):
     print (tf.get_variable_scope().reuse) # True
 
     with tf.variable_scope( "bar1" ):
       # 嵌套在上下文管理器foo1内的bar1内未指定reuse参数，则保持与外层一致
       print (tf.get_variable_scope().reuse) # True
 
   print (tf.get_variable_scope().reuse) # False
 
# tf.variable_scope函数提供了一个管理变量命名空间的方式
u1 = tf.get_variable( "u" , [ 1 ])
print (u1.name) # u:0
with tf.variable_scope( "foou" ):
   u2 = tf.get_variable( "u" , [ 1 ])
   print (u2.name) # foou/u:0
 
with tf.variable_scope( "foou" ):
   with tf.variable_scope( "baru" ):
     u3 = tf.get_variable( "u" , [ 1 ])
     print (u3.name) # foou/baru/u:0
 
   u4 = tf.get_variable( "u1" , [ 1 ])
   print (u4.name) # foou/u1:0
 
# 可直接通过带命名空间名称的变量名来获取其命名空间下的变量
with tf.variable_scope("", reuse = True ):
   u5 = tf.get_variable( "foou/baru/u" , [ 1 ])
   print (u5.name) # foou/baru/u:0
   print (u5 = = u3) # True
   u6 = tf.get_variable( "foou/u1" , [ 1 ])
   print (u6.name) # foou/u1:0
   print (u6 = = u4) # True

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.

原文链接：http://blog.csdn.net/marsjhao/article/details/72829806 。

最后此篇关于TensorFlow变量管理详解的文章就讲到这里了,如果你想了解更多关于TensorFlow变量管理详解的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

25 4 0
文章推荐： Laravel手动分页实现方法详解
文章推荐： dnf手游泰拉怎么获得 地下城与勇士手游如何快速刷泰拉
文章推荐： Laravel5.1自定义500错误页面示例
文章推荐： TensorFlow神经网络优化策略学习
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com