tensorflow之让变量不可训练

最新推荐文章于 2022-01-03 10:33:58 发布

头发光了你就强了

最新推荐文章于 2022-01-03 10:33:58 发布

阅读量3.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： PythonLearn 深度学习文章标签： tensorflow

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_33345917/article/details/84994568

PythonLearn 同时被 2 个专栏收录

85 篇文章

订阅专栏

65 篇文章

订阅专栏

本文通过一个简单的TensorFlow代码示例，展示了如何在指定的作用域内创建和获取变量，以及如何区分训练变量和所有变量。代码中使用了tf.get_variable函数在名为'xyz'的作用域下创建了三个变量，并通过tf.GraphKeys.TRAINABLE_VARIABLES和tf.GraphKeys.VARIABLES分别获取了训练变量和所有变量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
import numpy as np

with tf.variable_scope(“xyz”) as scop:
a=tf.get_variable(“a”,shape=[2],trainable=False)
b=tf.get_variable(“b”,shape=[2])

c=tf.get_variable(“c”,shape=[2])

print(tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,scope=“xyz”))

print(tf.GraphKeys.VARIABLES)

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。