快捷導(dǎo)航

TensorFlow變量管理詳解

更新時(shí)間：2018年03月10日 08:34:48 作者：marsjhao

這篇文章主要為大家詳細(xì)介紹了TensorFlow變量管理的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

一、TensorFlow變量管理

1. TensorFLow還提供了tf.get_variable函數(shù)來(lái)創(chuàng)建或者獲取變量，tf.variable用于創(chuàng)建變量時(shí)，其功能和tf.Variable基本是等價(jià)的。tf.get_variable中的初始化方法（initializer）的參數(shù)和tf.Variable的初始化過(guò)程也類似，initializer函數(shù)和tf.Variable的初始化方法是一一對(duì)應(yīng)的，詳見(jiàn)下表。

tf.get_variable和tf.Variable最大的區(qū)別就在于指定變量名稱的參數(shù)。對(duì)于tf.Variable函數(shù)，變量名稱是一個(gè)可選的參數(shù)，通過(guò)name=”v”的形式給出，對(duì)于tf.get_variable函數(shù)，變量名稱是一個(gè)必填的參數(shù)，tf.get_variable會(huì)根據(jù)這個(gè)名稱去創(chuàng)建或者獲取變量。

2. 通過(guò)tf.variable_scope函數(shù)可以控制tf.get_variable函數(shù)的語(yǔ)義。當(dāng)tf.variable_scope函數(shù)的參數(shù)reuse=True生成上下文管理器時(shí)，該上下文管理器內(nèi)的所有的tf.get_variable函數(shù)會(huì)直接獲取已經(jīng)創(chuàng)建的變量，如果變量不存在則報(bào)錯(cuò)；當(dāng)tf.variable_scope函數(shù)的參數(shù)reuse=False或者None時(shí)創(chuàng)建的上下文管理器中，tf.get_variable函數(shù)則直接創(chuàng)建新的變量，若同名的變量已經(jīng)存在則報(bào)錯(cuò)。

3. 另tf.variable_scope函數(shù)是可以嵌套使用的。嵌套的時(shí)候，若某層上下文管理器未聲明reuse參數(shù)，則該層上下文管理器的reuse參數(shù)與其外層保持一致。

4.tf.variable_scope函數(shù)提供了一個(gè)管理變量命名空間的方式。在tf.variable_scope中創(chuàng)建的變量，名稱.name中名稱前面會(huì)加入命名空間的名稱，并通過(guò)“/”來(lái)分隔命名空間的名稱和變量的名稱。tf.get_variable("foou/baru/u", [1])，可以通過(guò)帶命名空間名稱的變量名來(lái)獲取其命名空間下的變量。

二、TensorFlow編程演示

import tensorflow as tf 
 
# 在名字為foo的命名空間內(nèi)創(chuàng)建名字為v的變量 
with tf.variable_scope("foo"): 
  v = tf.get_variable("v", [1], initializer=tf.constant_initializer(1.0)) 
 
''''' 
# 因?yàn)槊臻gfoo內(nèi)已經(jīng)存在變量v，再次創(chuàng)建則報(bào)錯(cuò) 
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? 
''' 
# 將參數(shù)reuse參數(shù)設(shè)置為T(mén)rue，則tf.get_variable可直接獲取已聲明的變量 
with tf.variable_scope("foo", reuse=True): 
  v1 = tf.get_variable("v", [1]) 
  print(v == v1) # True 
 
''''' 
# 當(dāng)reuse=True時(shí)，tf.get_variable只能獲取指定命名空間內(nèi)的已創(chuàng)建的變量 
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"): 
  # 通過(guò)tf.get_variable_scope().reuse函數(shù)獲取當(dāng)前上下文管理器內(nèi)的reuse參數(shù)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內(nèi)的bar1內(nèi)未指定reuse參數(shù)，則保持與外層一致 
      print(tf.get_variable_scope().reuse) # True 
 
  print(tf.get_variable_scope().reuse) # False 
 
# tf.variable_scope函數(shù)提供了一個(gè)管理變量命名空間的方式 
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 
 
# 可直接通過(guò)帶命名空間名稱的變量名來(lái)獲取其命名空間下的變量 
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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: