tf.get_variable

tf.get_variable的使用方法
参数数量及其作用
例子
参数数量及其作用
该函数共有十一个参数，常用的有：名称name、变量规格shape、变量类型dtype、变量初始化方式initializer、所属于的集合collections。

 def get_variable(name,shape=None,dtype=None,initializer=None,regularizer=None,trainable=True,collections=None,caching_device=None,partitioner=None,validate_shape=True,use_resource=None,custom_getter=None):

该函数的作用是创建新的tensorflow变量，常见的initializer有：常量初始化器tf.constant_initializer、正太分布初始化器tf.random_normal_initializer、截断正态分布初始化器tf.truncated_normal_initializer、均匀分布初始化器tf.random_uniform_initializer。

例子
该例子将分别讲述常见的几种initializer的使用方法

 import tensorflow as tf;  import numpy as np;  #常量初始化器v1_cons = tf.get_variable('v1_cons', shape=[1,4], initializer=tf.constant_initializer())v2_cons = tf.get_variable('v2_cons', shape=[1,4], initializer=tf.constant_initializer(9))#正太分布初始化器v1_nor = tf.get_variable('v1_nor', shape=[1,4], initializer=tf.random_normal_initializer())v2_nor = tf.get_variable('v2_nor', shape=[1,4], initializer=tf.random_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、种子值#截断正态分布初始化器v1_trun = tf.get_variable('v1_trun', shape=[1,4], initializer=tf.truncated_normal_initializer())v2_trun = tf.get_variable('v2_trun', shape=[1,4], initializer=tf.truncated_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、种子值#均匀分布初始化器v1_uni = tf.get_variable('v1_uni', shape=[1,4], initializer=tf.random_uniform_initializer())v2_uni = tf.get_variable('v2_uni', shape=[1,4], initializer=tf.random_uniform_initializer(maxval=-1., minval=1., seed=0))#最大值、最小值、种子值with tf.Session() as sess:sess.run(tf.global_variables_initializer())print("常量初始化器v1_cons:",sess.run(v1_cons))print("常量初始化器v2_cons:",sess.run(v2_cons))print("正太分布初始化器v1_nor:",sess.run(v1_nor))print("正太分布初始化器v2_nor:",sess.run(v2_nor))print("截断正态分布初始化器v1_trun:",sess.run(v1_trun))print("截断正态分布初始化器v2_trun:",sess.run(v2_trun))print("均匀分布初始化器v1_uni:",sess.run(v1_uni))print("均匀分布初始化器v2_uni:",sess.run(v2_uni))

其输出为：

常量初始化器v1_cons: [[0. 0. 0. 0.]]
常量初始化器v2_cons: [[9. 9. 9. 9.]]
正太分布初始化器v1_nor: [[-0.7286455 -0.03095582 1.6400269 -0.90134907]]
正太分布初始化器v2_nor: [[-1.9957879 10.522196 0.8553612 2.7325907]]
截断正态分布初始化器v1_trun: [[-0.52284956 -0.77045 1.9507815 0.96106136]]
截断正态分布初始化器v2_trun: [[-1.9957879 0.8553612 2.7325907 2.1127698]]
均匀分布初始化器v1_uni: [[0.5369104 0.05912018 0.1587832 0.2859378 ]]
均匀分布初始化器v2_uni: [[ 0.79827476 -0.9403336 -0.69752836 0.9034374 ]]

tf.get_variable相关推荐

tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别
在训练深度网络时,为了减少需要训练参数的个数(比如具有simase结构的LSTM模型).或是多机多卡并行化训练大数据大模型(比如数据并行化)等情况时,往往需要共享变量.另外一方面是当一个深度学习模型变 ...
TF：tensorflow框架中常用函数介绍—tf.Variable()和tf.get_variable()用法及其区别
TF:tensorflow框架中常用函数介绍-tf.Variable()和tf.get_variable()用法及其区别目录 tensorflow框架 tensorflow.Variable()函数 ...
tf.Variable()、tf.get_variable()
- tf.Variable() W = tf.Variable(<initial-value>, name=<optional-name>) 用于生成一个初始值为initial ...
tf.variable_scope与tf.tf.get_variable
实验一. 不设置随机种子,使用不同的初始化方法 import tensorflow as tf; import numpy as np; import matplotlib.pyplot as plt ...
tensorflow中tf.get_variable()函数详解
如果变量存在,函数tf.get_variable()会返回现有的变量:如果变量不存在,会根据给定形状和初始值创建一个新的变量. def get_variable(name, shape=None, d ...
tf.Variable 和 tf.get_variable的区别（2）
上上篇博文也写了这个话题,这次自己又敲了一下代码,再次研究了一下关于tf.Variable() 和 tf.get_variable() 的区别, 我就先不说太多,先直接看看代码,再来总结分析,下面代码 ...
tf.Variable和 tf.get_variable区别（1）
tensorflow中有两个关于variable的op,tf.Variable()与tf.get_variable()下面介绍这两个创建变量函数的区别先来看看这两个函数的参数列表,就不打了,直接截图 ...
【TensorFlow】TensorFlow函数精讲之tf.get_variable()和tf.get_variable_scope()
目录 1.tf.get_variable() 2.tf.variable_scope() 3.tf.variable_scope() 函数嵌套 1.tf.get_variable() tf.get_v ...
Tensorflow教程： tf.Variable() 和tf.get_variable()
七月上海 | 高性能计算之GPU CUDA培训 7月27-29日三天密集式学习快速带你入门阅读全文> 正文共364个字,预计阅读时间8分钟. 一.简介 tf.Variable() 1tf. ...

tf.get_variable

tf.get_variable相关推荐

最新文章

热门文章