溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
一般情況下，tensorflow里面變量初始化過程為：
#variables ........... #..................... init = tf.initialize_all_variables() sess.run(init)
這里 tf.initialize_all_variables() 會初始化所有的變量。
實際過程中，假設有a, b, c三個變量，其中a已經被初始化了，只想單獨初始化b，c，那么：
#variables ... ... init = tf.variables_initializer([b,c]) sess.run(init)
此外，如果自行修改了optimizer，如下代碼就會報錯：
#definition of variables a, b, c ... .... my_optimizer = tf.train.RMSProp(learning_rate = 0.1).minimize(my_cost) init = tf.variables_initializer([b,c]) sess.run(init)
這是因為自己定義的optimizer會生成新的variables，但是在init里面并沒有初始化，所以無法訪問，會報錯。解決方法如下：
a = tf.Variables(...) #line N temp = set(tf.all_variables()) b = tf.Variables(...) c = tf.Variables(...) #definition of my optimizer optimizer = tf.train....... init = tf.variables_initializer(set(tf.all_varialbles())-temp) # line M sess.run(init)
首先，temp = set(tf.all_variables()) 將該行(line N)代碼之前的所有變量保存在temp中，接下來定義變量b, c，以及自定義的optimizer，然后 set(tf.all_varialbles()存儲了改行(line M)之前的所有變量（包括optimizer生成的變量以及temp中所含的變量），set(tf.all_varialbles())-temp相減得到line N~M這幾行定義的變量。
以上這篇Tensorflow 自定義loss的情況下初始化部分變量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億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
