TensorFlow怎么創(chuàng)建分區(qū)變量列表

tf.create_partitioned_variables

create_partitioned_variables(
    shape,
    slicing,
    initializer,
    dtype=tf.float32,
    trainable=True,
    collections=None,
    name=None,
    reuse=None
)

定義在：tensorflow/python/ops/partitioned_variables.py.

根據(jù)給定的 slicing 創(chuàng)建分區(qū)變量的列表.

目前只能對(duì)整個(gè)變量的一個(gè)維度的實(shí)現(xiàn)切片 ,并且可以通過(guò)沿該維度連接返回的列表來(lái)重建完整變量.

ARGS：

• shape：整數(shù)列表.整個(gè)變量的形狀.
• slicing：整數(shù)列表.如何對(duì)變量分區(qū).必須有相同長(zhǎng)度的 shape.每個(gè)值表示在相應(yīng)維度中創(chuàng)建多少個(gè)切片.目前只有一個(gè)值可以大于 1 ；也就是說(shuō),變量只能沿著一個(gè)維度進(jìn)行切片.
  為了方便起見(jiàn),請(qǐng)求的分區(qū)數(shù)量不必均勻地分配相應(yīng)的維數(shù).如果沒(méi)有,則分區(qū)的形狀從分區(qū) 0 開(kāi)始遞增 1,直到所有的松弛都被吸收.調(diào)整規(guī)則在將來(lái)可能會(huì)改變,但是您可以使用不同的切片規(guī)格保存/恢復(fù)這些變量,這不成問(wèn)題.
• initializer：形狀或變量初始化函數(shù).如果一個(gè)函數(shù),它將為每個(gè)切片調(diào)用一次,將切片的形狀和數(shù)據(jù)類(lèi)型作為參數(shù)傳遞.該函數(shù)必須返回與切片相同形狀的張量.
• dtype：變量的類(lèi)型.如果初始值設(shè)定項(xiàng)為張量,則忽略.
• trainable：如果為 True ,還將所有變量添加到圖形集合 GraphKeys. TRAINABLE_VARIABLES.
• collections：要向其中添加變量的圖形集合鍵的列表,默認(rèn)為 [GraphKeys.GLOBAL_VARIABLES].
• name：完整變量的可選名稱(chēng).默認(rèn)為 "PartitionedVariable",并自動(dòng)獲取 uniquified.
• reuse：是布爾值或者 None；如果為 true 且設(shè)置了名字,它將重用以前創(chuàng)建的變量.如果為 false,它將創(chuàng)建新的變量.如果為 None,它將繼承父范圍重用. 

返回：

返回與切片相對(duì)應(yīng)的變量的列表.

注意：

• ValueError：如果任何參數(shù)的格式都是錯(cuò)誤的.