#coding:utf-8
import tensorflow as tf
from tensorflow.contrib import slim
weights = slim.variable('weights' , shape=(3 , 3) , initializer=tf.truncated_normal_initializer(stddev=0.1) , regularizer=slim.l2_regularizer(0.05) , device='/CPU:0')
# 模型变量
# 当我们使用slim的layers或者直接使用slim.model_variable创建变量时,tf会将此变量加入到tf.GraphKeys.MODEL_VARIABLES这个集合中
model_variables = slim.get_model_variables()
# 自定义变量
my_variables = slim.variable('my_var' , shape=(2 , 1) , initializer=tf.zeros_initializer())
# 所有变量
regular_and_model_variables = slim.get_variables()
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(weights.eval())
print(sess.run(model_variables))
print(sess.run(my_variables))
print(sess.run(regular_and_model_variables))
tensorflow模型变量
最新推荐文章于 2020-08-20 22:00:37 发布
本文介绍如何在TensorFlow中使用slim模块进行变量管理,包括模型变量、自定义变量及所有变量的创建与初始化过程,并通过代码示例展示了具体的实现方法。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
1134

被折叠的 条评论
为什么被折叠?



