怎么tensor的名字獲取對應變量的值

本篇文章給大家分享的是有關怎么tensor的名字獲取對應變量的值，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

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：

input = np.random.randn(4,3)
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：

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

你會發現里面還有

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

<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：

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

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。

以上就是怎么tensor的名字獲取對應變量的值，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。