使用 Tf Estimator 时如何获得可训练的变量计数？答案

【问题标题】：How get trainable variable count when using Tf Estimator?使用 Tf Estimator 时如何获得可训练的变量计数？
【发布时间】：2019-04-08 12:07:52
【问题描述】：

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？特别是，我怎样才能得到参数总数的计数（将所有变量的维度相加。

谢谢，哈罗德

【问题讨论】：

【解决方案1】：

如上所述，您应该使用：

获得变量后，您可以使用以下方法之一来获取估计器参数的总数。

将每个变量的形状暗淡乘以numpy.prod，然后求和：

sum([np.prod(est.get_variable_value(var).shape) for var in est.get_variable_names()])
或者将变量的大小与numpy.ndarray.size相加，然后相加：

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

【讨论】：

【解决方案2】：

你可以使用get_variable_names()来获取所有的变量名，并使用get_variable_value(name)按名称获取变量值。

请使用您的代码：

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

注意：必须先创建图表，然后才能获取变量。

【讨论】：