Tensorflowはスコープ

Question

内のすべての変数私はこのような一定の範囲内で作成されたいくつかの変数を持っているを取得しますオプティマイザ。これを行う正しい方法は何ですか？

Answer 1

私はあなたがほしいと思うと思うtf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='my_scope')。スコープ内のすべての変数が取得されます。

オプティマイザに渡す場合は、すべてという変数を使用します。これらはデフォルトのコレクションでもあり、tf.GraphKeys.TRAINABLE_VARIABLESです。

Answer 2

ユーザーは正しくtf.get_collection()が必要であることを指摘しました。私はこれを行う方法を簡単な例を与える：

がスコープ：あなたがgraphKeysのいずれかを提供することができ、適用範囲が正規表現である

import tensorflow as tf 

with tf.name_scope('some_scope1'): 
    a = tf.Variable(1, 'a') 
    b = tf.Variable(2, 'b') 
    c = tf.Variable(3, 'c') 

with tf.name_scope('some_scope2'): 
    d = tf.Variable(4, 'd') 
    e = tf.Variable(5, 'e') 
    f = tf.Variable(6, 'f') 

h = tf.Variable(8, 'h') 

for i in tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='some_scope'): 
    print i # i.name if you want just a name 

お知らせ（オプション）を指定した場合、結果のリストは にフィルタされ、name属性がre.matchを使用して一致する項目のみが含まれます。項目 がname属性なしで返される場合は、スコープが指定されていて、 という選択肢またはre.matchは、特別なトークンを持たないスコープが接頭辞でフィルタリングすることを意味します。

したがって、「some_scope」を渡すと6つの変数が得られます。