如何通过名称获取张量流op?
python
tensorflow
5
0

您可以使用tf.get_default_graph().get_tensor_by_name("tensor_name:0")通过名称获取张量

但是,您可以获得诸如Optimizer.minimize类的操作,还是队列中的入enqueue操作?

在我的第一个模型中,我从build_model函数返回了所有需要的张量和build_model 。但是张量的列表很难看。在以后的模型中,我将所有张量和操作数丢入字典中,以方便访问。这次,我以为我只是在需要时按名称查找张量,但我不知道该如何使用ops。

还是有更好的方法来做到这一点?我发现到处都需要各种张量和操作。训练,推理代码,测试用例,因此,需要一种不错的标准方法来访问图形的各个部分,而无需在整个位置传递变量。

参考资料:
Stack Overflow
收藏
评论
共 1 个回答
高赞 时间 活跃

您可以使用tf.Graph.get_operation_by_name()方法按名称获取tf.Operation 。例如,要从默认图形中获取名为"enqueue"的操作:

op = tf.get_default_graph().get_operation_by_name("enqueue")
收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号