只训练 tensorflow 中的一些变量答案

【问题标题】：Train only some of the variables in tensorflow只训练 tensorflow 中的一些变量
【发布时间】：2016-08-17 05:57:28
【问题描述】：

我正在使用 tensorflow 进行梯度分类。

train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

这里cost 是我在优化中使用的成本函数。在 Session 中启动 Graph 后，可以将 Graph 输入为：

sess.run(train_op, feed_dict)

这样，成本函数中的所有变量都将被更新以最小化成本。

这是我的问题。训练时如何只更新成本函数中的一些变量..？有没有办法将创建的变量转换为常量或其他东西..？

【问题讨论】：

如果你定义了你自己的成本函数，你可以硬写你想要不变的变量，而不是更新它们。我不知道你是否明白我的意思。
您可以将变量列表作为var_list 提供给GradientDescentOptimizer.minimize()（另请参阅tensorflow.org/versions/r0.10/api_docs/python/train.html#usage 和tensorflow.org/versions/r0.10/api_docs/python/…），这样做是否符合您的要求？
见stackoverflow.com/questions/35298326/…
@HarryPotfleur：我正在使用其他人定义和调整的网络，我将通过添加更多层来对其进行微调。@fwalch，@jean：我不知道如何使用 var_list 参数。感谢您的链接..！
"freeze" some variables/scopes in tensorflow: stop_gradient vs passing variables to minimize的可能重复

标签： python python-2.7 tensorflow

【解决方案1】：

有几个很好的答案，这个主题应该已经关闭了： stackoverflow Quora

只是为了避免人们再次点击：

tensorflow 优化器的最小化函数为此使用 var_list 参数：

first_train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,
                                     "scope/prefix/for/first/vars")
first_train_op = optimizer.minimize(cost, var_list=first_train_vars)

second_train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES,
                                      "scope/prefix/for/second/vars")                     
second_train_op = optimizer.minimize(cost, var_list=second_train_vars)

我按原样从mrry 得到它

要获取您应该使用的名称列表，而不是 "scope/prefix/for/second/vars"，您可以使用：

tf.get_default_graph().get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)

【讨论】：