当使用Tf Estimator时，如何获得可训练的变量计数？

Question

我使用tf估计器框架创建了一个CNN分类器模型。但是，我无法访问模型中定义的变量。tf.trainable_variables()总是返回0。如何使用tf估计器访问变量？具体地说，我如何获得参数总数的计数(将所有变量的维数加起来。

谢谢，哈罗德

Answer 1

如上所述，您应该使用：

• tf.estimator.Estimator.get_variable_names()为了得到所有的估计值，为了得到变量值

有了变量后，您可以使用以下方法之一来获取估计器参数的总数。

• 可以将每个变量的形状尺寸与numpy.prod相乘，然后求和：

sum([np.prod(est.get_variable_value(var).shape) for var in est.get_variable_names()])

• 或使用numpy.ndarray.size对变量大小求和，然后求和：

sum([est.get_variable_value(var).size for var in est.get_variable_names()])

Answer 2

您可以使用get_variable_names()获取所有变量名称，并使用get_variable_value(name)按名称获取变量值。

请像这样使用你的代码：

estimator = tf.estimator.Estimator(...)
params = estimator.get_variable_names()
for p in params:
    print(p, estimator.get_variable_value(p).shape)

更多的信息是https://www.tensorflow.org/api_docs/python/tf/estimator/Estimator#get_variable_names和https://www.tensorflow.org/api_docs/python/tf/estimator/Estimator#get_variable_value。

注意:您必须先创建图形，然后才能获取变量。