使用 tf.trainable_variables() 显示可训练变量的名称 [英] Using tf.trainable_variables() to show names of trainable variables

问题描述

我正在处理 RNNCell 中的 权重.

I'm dealing with weights in a RNNCell.

我有以下代码

var_names = []    
for var in tf.trainable_variables():    
    var_names.append(var.name)

在另一个名为 model.py 的文件中，我正在打印刚刚附加到 var_names 的可训练变量的名称.但是，我发现可训练变量的名称"属性没有用，因为描述性不强.

In another file called model.py, I am printing the names of the trainable variables just appended to var_names. However, I find that the "name" attribute of the trainable variables is not useful because not very descriptive.

RNNcell 的权重有名字吗?

如果有用，这里还有一段可能相关的代码:

If that's useful, here's another possibly relevant piece of code:

cell_fn = tf.nn.rnn_cell.GRUCell   
rnn_fw_1 = cell_fn(num_hidden_1, **additional_cell_args)    
rnn_fw_1 = tf.nn.rnn_cell.DropoutWrapper(rnn_fw_1, input_keep_prob=keep_prob_1)

推荐答案

试试这个:

variables_names = [v.name for v in tf.trainable_variables()]
values = sess.run(variables_names)
for k, v in zip(variables_names, values):
    print "Variable: ", k
    print "Shape: ", v.shape
    print v

这篇关于使用 tf.trainable_variables() 显示可训练变量的名称的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！