TensorFlow 變量

注意：接受Tensor參數(shù)的函數(shù)也可以接受被 tf.convert_to_tensor 接受的任何內(nèi)容。

變量

• tf.Variable

變量幫助函數(shù)

TensorFlow 提供了一組函數(shù)來幫助管理在關(guān)系圖中收集的變量集。

• tf.global_variables
• tf.local_variables
• tf.model_variables
• tf.trainable_variables
• tf.moving_average_variables
• tf.global_variables_initializer
• tf.local_variables_initializer
• tf.variables_initializer
• tf.is_variable_initialized
• tf.report_uninitialized_variables
• tf.assert_variables_initialized
• tf.assign
• tf.assign_add
• tf.assign_sub

保存和恢復(fù)變量

• tf.train.Saver
• tf.train.latest_checkpoint
• tf.train.get_checkpoint_state
• tf.train.update_checkpoint_state

共享變量

TensorFlow 提供了幾個類和操作，您可以使用它們在特定條件下創(chuàng)建變量。

• tf.get_variable
• tf.get_local_variable
• tf.VariableScope
• tf.variable_scope
• tf.variable_op_scope
• tf.get_variable_scope
• tf.make_template
• tf.no_regularizer
• tf.constant_initializer
• tf.random_normal_initializer
• tf.truncated_normal_initializer
• tf.random_uniform_initializer
• tf.uniform_unit_scaling_initializer
• tf.zeros_initializer
• tf.ones_initializer
• tf.orthogonal_initializer

切分變量分區(qū)

• tf.fixed_size_partitioner
• tf.variable_axis_size_partitioner
• tf.min_max_variable_partitioner

稀疏變量更新

稀疏更新操作修改稠密變量中的條目子集，改寫條目或添加/減去增量。這對于訓(xùn)練嵌入模型和類似的屬性網(wǎng)絡(luò)非常有用,因為在任何給定的步驟中，只有一小部分嵌入向量發(fā)生變化。
由于大張量的稀疏更新可以在漸變計算過程中自動生成 (如在 tf 的漸變中)。一個提供的 IndexedSlices 類封裝了一組稀疏索引和值。大多數(shù)情況下，優(yōu)化會自動檢測和處理 IndexedSlices 對象。

• tf.scatter_update
• tf.scatter_add
• tf.scatter_sub
• tf.scatter_mul
• tf.scatter_div
• tf.scatter_nd_update
• tf.scatter_nd_add
• tf.scatter_nd_sub
• tf.sparse_mask
• tf.IndexedSlices

• tf.tables_initializer

只讀查詢表

• tf.initialize_all_tables
• tf.tables_initializer

導(dǎo)出和導(dǎo)入元圖

• tf.train.export_meta_graph
• tf.train.import_meta_graph

已棄用的函數(shù)(2017-03-02之后刪除)，請不要使用它們。

• tf.all_variables
• tf.initialize_all_variables
• tf.initialize_local_variables
• tf.initialize_variables