• tf.get_variable()


    1. tf.Variable()
    W = tf.Variable(<initial-value>, name=<optional-name>)
    1
    用于生成一个初始值为initial-value的变量。必须指定初始化值

    2.tf.get_variable()
    W = tf.get_variable(name, shape=None, dtype=tf.float32, initializer=None,
    regularizer=None, trainable=True, collections=None)
    1
    2
    获取已存在的变量(要求不仅名字,而且初始化方法等各个参数都一样),如果不存在,就新建一个。
    可以用各种初始化方法,不用明确指定值。

    3.区别
    推荐使用tf.get_variable(), 因为:

    1. 初始化更方便
    比如用xavier_initializer:

    W = tf.get_variable("W", shape=[784, 256],
    initializer=tf.contrib.layers.xavier_initializer())
    1
    2
    2. 方便共享变量
    因为tf.get_variable() 会检查当前命名空间下是否存在同样name的变量,可以方便共享变量。而tf.Variable 每次都会新建一个变量。

    需要注意的是tf.get_variable() 要配合reuse和tf.variable_scope() 使用。

    4. 举个栗子
    4.1 首先介绍一下tf.variable_scope().
    如果已经存在的变量没有设置为共享变量,TensorFlow 运行到第二个拥有相同名字的变量的时候,就会报错。为了解决这个问题,TensorFlow 提出了 tf.variable_scope 函数:它的主要作用是,在一个作用域 scope 内共享一些变量,举个简单的栗子:

    with tf.variable_scope("foo"):
    v = tf.get_variable("v", [1]) #v.name == "foo/v:0"
    1
    2
    简单来说就是给变量名前再加了个变量空间名。

    4.2 对比
    接下来看看怎么用tf.get_variable()实现共享变量:

    with tf.variable_scope("one"):
    a = tf.get_variable("v", [1]) #a.name == "one/v:0"
    with tf.variable_scope("one"):
    b = tf.get_variable("v", [1]) #创建两个名字一样的变量会报错 ValueError: Variable one/v already exists
    with tf.variable_scope("one", reuse = True): #注意reuse的作用。
    c = tf.get_variable("v", [1]) #c.name == "one/v:0" 成功共享,因为设置了reuse

    assert a==c #Assertion is true, they refer to the same object.
    1
    2
    3
    4
    5
    6
    7
    8
    然后看看如果用tf.Variable() 会有什么效果:

    with tf.variable_scope("two"):
    d = tf.get_variable("v", [1]) #d.name == "two/v:0"
    e = tf.Variable(1, name = "v", expected_shape = [1]) #e.name == "two/v_1:0"

    assert d==e #AssertionError: they are different objects
    1
    2
    3
    4
    5
    可以看到,同样的命名空间(‘two’)和名字(v),但是d和e的值却不一样。

    Reference:
    1. https://stackoverflow.com/questions/37098546/difference-between-variable-and-get-variable-in-tensorflow
    2. https://www.tensorflow.org/versions/r1.2/api_docs/python/tf/variable_scope
    3. http://blog.csdn.net/u013645510/article/details/53769689
    ---------------------
    作者:adrianna_xy
    来源:CSDN
    原文:https://blog.csdn.net/u012223913/article/details/78533910
    版权声明:本文为博主原创文章,转载请附上博文链接!

    萍水相逢逢萍水,浮萍之水水浮萍!
  • 相关阅读:
    链表-(1)
    爬虫(10-3)验证码图片识别
    爬虫10-2(多线程爬虫)
    分布式爬虫系统的架构(19)
    pipenv管理Python虚拟环境
    peewee-async集成到tornado
    Python3笔记051
    Python3笔记050
    Python3笔记049
    Python3笔记048
  • 原文地址:https://www.cnblogs.com/AIBigTruth/p/10248568.html
Copyright © 2020-2023  润新知