根据tensor的名字获取变量的值方式

需求：

有时候使用slim这种封装好的工具，或者是在做滑动平均时，系统会帮你自动建立一些变量，但是这些变量只有名字，而没有显式的变量名，所以这个时候我们需要使用那个名字来获取其对应的值。

如下：

1. input = np.random.randn(4,3)
2. net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32))

这段代码看似简单，但其实帮你生成了一个w和一个b。如果你运行下面代码：

1. with tf.Session() as sess:
2. sess.run(tf.global_variables_initializer())
3. for v in tf.global_variables():
4. print(v)

你会发现里面还有

1. <tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref>
2.  
3. <tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref>

这样两个变量，但是由于没有显式声明，所以我们要从其名字取值。

解决方案：

1、从图里面取值：

1. print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))

这个就是先拿到图，然后从图里面取变量 。

2、直接取值

1. print(sess.run("fully_connected/weights:0"))

直接把名字传进run里面就可以直接运行了，但是这个仍然拿不到变量，这个只能拿到变量值。

以上这篇根据tensor的名字获取变量的值方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。