TensorFlow怎么創(chuàng)建分區(qū)變量列表

2018-09-22 17:53 更新

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.

目前只能對整個變量的一個維度的實現(xiàn)切片 ,并且可以通過沿該維度連接返回的列表來重建完整變量.

ARGS:

  • shape:整數(shù)列表.整個變量的形狀.
  • slicing:整數(shù)列表.如何對變量分區(qū).必須有相同長度的 shape.每個值表示在相應(yīng)維度中創(chuàng)建多少個切片.目前只有一個值可以大于 1 ;也就是說,變量只能沿著一個維度進行切片.
    為了方便起見,請求的分區(qū)數(shù)量不必均勻地分配相應(yīng)的維數(shù).如果沒有,則分區(qū)的形狀從分區(qū) 0 開始遞增 1,直到所有的松弛都被吸收.調(diào)整規(guī)則在將來可能會改變,但是您可以使用不同的切片規(guī)格保存/恢復(fù)這些變量,這不成問題.
  • initializer:形狀或變量初始化函數(shù).如果一個函數(shù),它將為每個切片調(diào)用一次,將切片的形狀和數(shù)據(jù)類型作為參數(shù)傳遞.該函數(shù)必須返回與切片相同形狀的張量.
  • dtype:變量的類型.如果初始值設(shè)定項為張量,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,默認為 [GraphKeys.GLOBAL_VARIABLES].
  • name:完整變量的可選名稱.默認為 "PartitionedVariable",并自動獲取 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:

返回與切片相對應(yīng)的變量的列表.

注意:

  • ValueError:如果任何參數(shù)的格式都是錯誤的.
以上內(nèi)容是否對您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號