根據tensor的名字獲取變量的值方式

需求：

有時候使用slim這種封裝好的工具，或者是在做滑動平均時，系統會幫你自動建立一些變量，但是這些變量只有名字，而沒有顯式的變量名，所以這個時候我們需要使用那個名字來獲取其對應的值。

如下：

1. input = np.random.randn(4,3)
2. net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32))

這段代碼看似簡單，但其實幫你生成了一個w和一個b。如果你運行下面代碼：

1. with tf.Session() as sess:
2. sess.run(tf.global_variables_initializer())
3. for v in tf.global_variables():
4. print(v)

你會發現里面還有

1. <tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref>
2.  
3. <tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref>

這樣兩個變量，但是由于沒有顯式聲明，所以我們要從其名字取值。

解決方案：

1、從圖里面取值：

1. print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))

這個就是先拿到圖，然后從圖里面取變量 。

2、直接取值

1. print(sess.run("fully_connected/weights:0"))

直接把名字傳進run里面就可以直接運行了，但是這個仍然拿不到變量，這個只能拿到變量值。

以上這篇根據tensor的名字獲取變量的值方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持我們。