tf.GraphKeys,tf.add_to_collection() 与 tf.get_collection()
tf.get_collection(key,scope=None
)
##参数:key:集合的关键字/名称,比如GraphKey类中包含来许多标准的集合的name
## scope:(可选填)。如果scope != None,那么需要对输出元素进行筛选(re,match),
## 在返回的列表中,仅包含那些name属性与scope相匹配的元素。
## 没有name属性的元素永远不会被输出。
## re.match:以scope作为前缀对item进行筛选
##返回:在由key指定的collection中的元素,经过scope的re.match筛选后的元素,组成的列表。
## 列表中元素的顺序与在集合中的顺序相同
tf.add_to_collection('losses',regularizer(var_weights)):将数值regularizer(var_weights)添加到集合‘losses’中
tf.get_collection('losses'):获取集合“losses”中的所有元素,生成一个列表并返回该列表
tf.add_n( [ list ] ): 求list中元素的累加和,列表里的元素可以是向量,矩阵等
tf.GraphKeys:通过key值快速获取对应张量的集合。每个变量/张量在定义的时候都会自动携带一个key值,tf.GraphKeys可以通过不同的key值来快捷地生成对应的变量/张量的集合
集合名称 | 集合内容 | 使用场景 |
tf.GraphKeys.VARIABLES | 所有变量 | 持久化TensorFlow模型 |
tf.GraphKeys.TRAINABLE_VARIABLES | 可学习变量(一般指神经网络中的参数) | 模型训练、生成模型可视化内容 |
tf.GraphKeys.SUMMARIES | 日志生成相关的张量 | TensorFlow计算可视化 |
tf.GraphKeys.QUEUE_RUNNERS | 处理输入的QueueRunner | 输入处理 |
tf.GraphKeys.MOVING_AVERAGE_VARIABLES | 所有计算了滑动平均值的变量 | 计算变量的滑动平均值 |
官方文档(英文):https://www.tensorflow.org/versions/r1.8/api_docs/python/tf/get_collection?hl=zh-cn
tf.GraphKeys,tf.add_to_collection() 与 tf.get_collection()相关推荐
- (4)[Tensorflow]L2正则化和collection【tf.GraphKeys】
L2-Regularization 实现的话,需要把所有的参数放在一个集合内,最后计算loss时,再减去加权值. 相比自己乱搞,代码一团糟,Tensorflow 提供了更优美的实现方法. 1. tf. ...
- TensorFlow tf.data 导入数据(tf.data官方教程) * * * * *
原文链接:https://blog.csdn.net/u014061630/article/details/80728694 TensorFlow版本:1.10.0 > Guide > I ...
- tensorflow学习笔记:tf.control_dependencies,tf.GraphKeys.UPDATE_OPS,tf.get_collection
tf.control_dependencies(control_inputs): control_dependencies(control_inputs) ARGS: control_inputs:在 ...
- L2正则化和collection,tf.GraphKeys
L2-Regularization 实现的话,需要把所有的参数放在一个集合内,最后计算loss时,再减去加权值. 相比自己乱搞,代码一团糟,Tensorflow 提供了更优美的实现方法. 一.tf.G ...
- [Tensorflow]L2正则化和collection【tf.GraphKeys】
L2-Regularization 实现的话,需要把所有的参数放在一个集合内,最后计算loss时,再减去加权值. 相比自己乱搞,代码一团糟,Tensorflow 提供了更优美的实现方法. 一.tf.G ...
- tensorflow教程——tf.GraphKeys
GraphKeys tf.GraphKeys包含所有graph collection中的标准集合名,有点像Python里的build-in fuction. 首先要了解graph collection ...
- 【转】tensorflow中的batch_norm以及tf.control_dependencies和tf.GraphKeys.UPDATE_OPS的探究
笔者近来在tensorflow中使用batch_norm时,由于事先不熟悉其内部的原理,因此将其错误使用,从而出现了结果与预想不一致的结果.事后对其进行了一定的调查与研究,在此进行一些总结. 一.错误 ...
- TF之LiR:利用TF自定义一个线性分类器LiR对乳腺癌肿瘤数据集进行二分类预测(良/恶性)
TF之LiR:利用TF自定义一个线性分类器LiR对乳腺癌肿瘤数据集进行二分类预测(良/恶性) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 X_train = np.float32 ...
- TF之p2p:基于TF利用p2p模型部分代码实现提高图像的分辨率
TF之p2p:基于TF利用p2p模型部分代码实现提高图像的分辨率 目录 一.tfimage.py文件功能解释 二.process.py添加一个新操作 一.tfimage.py文件功能解释 1.此处的c ...
最新文章
- 全新思科数字化解决方案与产品让企业如虎添翼
- Linux iptables
- redux中间件之redux-thunk
- 配置zabbix及安装agent
- Python DearPyGui 项目实践
- 物联网正在面临的 9 大安全挑战!
- 第一次做项目经理总结_工程总承包项目:项目经理如果是第一次做,一定要把握这4个要点...
- 阶段1 语言基础+高级_1-3-Java语言高级_08-JDK8新特性_第2节 Stream流式思想概述_2_使用Stream流的方式,遍历集合...
- Android:RGB颜色对照表
- VS2010中文版微软官方下载
- 抖音怎么上热门?这样发视频点赞过万!
- 微信小程序—火车票查询
- Switch语句:空指针异常
- Mac | 使用 Wineskin 在 Mac 上运行 exe 程序
- 约翰·卡马克和他的id Software
- iOS 正确设置状态栏 Style
- 233网校题库计算机二级c语言,计算机二级真题(233网校计算机二级题库)
- 新手必看!统计学知识大梳理(附框架图公式)
- 2013年微软Imagine Cup大赛最佳主席组织奖
- 智能升降桌控制主板开发,解锁办公家居新场景
热门文章
- JAVA注解行_java注解
- android uid文件存储目录,Android系统文件目录结构
- asp跟JAVA语言有关系吗_asp程序员如何转行为J2EE之java基础上(11)
- zabbix agent安装_zabbix agent的安装与配置
- python dll 调用 方法未找到_大牛经验分享之谈:Python调用.NET库的方法步骤(建议收藏)...
- Linux ct获取本机ip,[原]archlinux 下最新的netct工具配置ip地址
- 潜流式人工湿地计算_「环保技术」农村混合污水人工湿地处理
- qt禁止拖动_[Qt]QMdiArea,无框架窗口的拖动
- 如何在jQuery中使用is()函数
- python导入模块_Python导入