tf.get_collection提取一個範圍的變量

我有n（例如：n = 3）範圍和x（例如：x = 4）每個範圍中定義的變量號。的範圍是：tf.get_collection提取一個範圍的變量

model/generator_0 
model/generator_1 
model/generator_2

一旦我計算的損失，我想提取，並提供一切僅從範圍的一個基於在運行時一個標準的變量。因此範圍idx，我選擇的指數澆鑄成INT32

<tf.Tensor 'model/Cast:0' shape=() dtype=int32>

的argmin張我已經嘗試：

train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES, 'model/generator_'+tf.cast(idx, tf.string))

這顯然沒有奏效。有沒有辦法讓所有屬於該特定範圍的變量都使用idx傳入優化器。

在此先感謝！

維涅什斯里尼瓦桑

來源

2017-02-06 viggie

你可以做這樣的事情在TF 1.0 RC1或更高版本：

v = tf.Variable(tf.ones(())) 
loss = tf.identity(v) 
with tf.variable_scope('adamoptim') as vs: 
    optim = tf.train.AdamOptimizer(learning_rate=0.1).minimize(loss) 
optim_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope=vs.name) 
print([v.name for v in optim_vars]) #=> prints lists of vars created

來源

2017-02-06 17:43:11

不幸的是，optim_vars包含所有範圍的所有變量。我的問題是，我有〜與tf.variable_scope（ 'generator_0'）： V1 = tf.Variable（tf.ones（（））） loss1 = tf.identity（V1）與tf.variable_scope（ 'generator_1'）： v2 = tf.Variable（tf.ones（（））） loss2 = tf.identity（v2）〜然後我想找到tf.minimum（loss，loss2）並傳遞變量屬於優化者的損失。 – viggie

我剛剛在最新版本（夜間）中測試過，'optim_vars'只包含來自'adapoptim'範圍的變量 –

您正在使用我之前不知道的定義的相同損耗。我必須找到'min_idx = tf.cast（tf.argmin（tf.stack（[loss1，loss2]），0），tf.int32）'，然後傳遞這個'loss = tf.stack（[loss1，loss2 ]）[min_idx]'到優化器。這就是爲什麼我得到所有使用你的建議定義的變量。 – viggie

tf.get_collection提取一個範圍的變量

回答

相關問題