需求:

有时候使用slim这种封装好的工具,或者是在做滑动平均时,系统会帮你自动建立一些变量,但是这些变量只有名字,而没有显式的变量名,所以这个时候我们需要使用那个名字来获取其对应的值。

如下:

input = np.random.randn(4,3)
net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32))

这段代码看似简单,但其实帮你生成了一个w和一个b。如果你运行下面代码:

with tf.Session() as sess:
   sess.run(tf.global_variables_initializer())
   for v in tf.global_variables():
     print(v)   

你会发现里面还有

<tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref>

<tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref>  

这样两个变量,但是由于没有显式声明,所以我们要从其名字取值。

解决方案:

1、从图里面取值:

print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))  

这个就是先拿到图,然后从图里面取变量 。

2、直接取值

print(sess.run("fully_connected/weights:0"))  

直接把名字传进run里面就可以直接运行了,但是这个仍然拿不到变量,这个只能拿到变量值。

以上这篇根据tensor的名字获取变量的值方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。