TensorFlow：如何命名爲操作tf.get_variable

Question

我的問題是有關這個Tensorflow: How to get a tensor by name?

我可以給名稱運營。但實際上他們的名字不同。 例如：

In [11]: with tf.variable_scope('test_scope') as scope: 
    ...:  a = tf.get_variable('a',[1]) 
    ...:  b = tf.maximum(1,2, name='b') 
    ...:  print a.name 
    ...:  print b.name 
    ...:  
    ...:  
    ...:  
test_scope/a:0 
test_scope_1/b:0 

In [12]: with tf.variable_scope('test_scope') as scope: 
    ...:  scope.reuse_variables() 
    ...:  a = tf.get_variable('a',[1]) 
    ...:  b = tf.maximum(1,2, name='b') 
    ...:  print a.name 
    ...:  print b.name 
    ...:  
    ...:  
    ...:  
test_scope/a:0 
test_scope_2/b:0 

tf.get_variable具有完全相同的名稱創建變量我問。操作爲範圍添加前綴。

我想命名我的操作，以便我可以得到它。在我的情況下，我想在我的範圍內獲得b和tf.get_variable('b')。

我該怎麼辦？我不能這樣做tf.Variable由於這個問題https://github.com/tensorflow/tensorflow/issues/1325 可能是我需要設置變量範圍，或操作，或以某種方式使用tf.get_variable增加參數？

Answer 1

tf.get_variable()將無法​​正常工作。因此，我將定義一個新的變量存儲tf.maximum(1,2)再取回：

import tensorflow as tf 

with tf.variable_scope('test_scope') as scope: 
    a1 = tf.get_variable('a', [1]) 
    b1 = tf.get_variable('b', initializer=tf.maximum(1, 2)) 

with tf.variable_scope('test_scope') as scope: 
    scope.reuse_variables() 
    a2 = tf.get_variable('a', [1]) 
    b2 = tf.get_variable('b', dtype=tf.int32) 

assert a1 == a2 
assert b1 == b2 

請注意，你需要爲了使用tf.get_variable()再取回定義b。

Answer 2

我不同意@rvinas的回答，你不需要創建一個變量來保存你想要檢索的張量的值。你可以只用graph.get_tensor_by_name使用正確的名稱檢索您的張量：

with tf.variable_scope('test_scope') as scope: 
    a = tf.get_variable('a',[1]) 
    b = tf.maximum(1,2, name='b') 

print a.name # should print 'test_scope/a:0' 
print b.name # should print 'test_scope/b:0' 

---

現在要重新創建相同的範圍內，並取回a和b。
對於b，你甚至不需要在範圍內，你只需要確切的名字b。

with tf.variable_scope('test_scope') as scope: 
    scope.reuse_variables() 
    a2 = tf.get_variable('a', [1]) 

graph = tf.get_default_graph() 
b2 = graph.get_tensor_by_name('test_scope/b:0') 

assert a == a2 
assert b == b2