首页 > 其他 > 详细

tensorflow框架学习 (六)—— 命名空间与可视化工具tensorboard

时间:2019-08-13 19:05:48      阅读:71      评论:0      收藏:0      [点我收藏+]

一、tensorflow命名空间

 

1、什么是命名空间

  命名空间可以看成是一个集合,我们可以在里面创建变量,里面存放着的变量就是它的元素。例如我们定义一个命名空间命名为space,然后定义变量V1、V2,则我们就创建了一个有变量V1、V2的命名空间。

 

2、命名空间的作用:

  在训练深度网络时,为了减少需要训练参数的个数(比如LSTM模型),或者是多机多卡并行化训练大数据、大模型等情况时,往往就需要共享变量。另外一方面是当一个深度学习模型变得非常复杂的时候,往往存在大量的变量和操作,如何避免这些变量名和操作名的唯一不重复,同时维护一个条理清晰的graph非常重要。

 

3、如何创建命名空间

  利用tf.Variable_scope(), tf.name_scope() 创建上下文处理器的方式来创建,然后可以在上下文处理器中用tf.Variable或者tf.get_variable来创建变量,如:

import tensorflow as tf

#创建命名空间并创建变量
with tf.variable_scope(name_or_scope=s1):
    v1=tf.get_variable(name=v1,initializer=tf.ones([1,1]))

with tf.name_scope(name=s2):
    v2=tf.Variable(tf.ones([1,1]),name=v2)

#输出变量名
print(v1.name)
print(v2.name)

 

  

tensorflow框架学习 (六)—— 命名空间与可视化工具tensorboard

原文:https://www.cnblogs.com/dwithy/p/11347122.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!