tf.get_collection提取一个范围的变量

我有n（例如：n = 3）范围和x（例如：x = 4）每个范围中定义的变量号。的范围是：tf.get_collection提取一个范围的变量

model/generator_0 
model/generator_1 
model/generator_2

一旦我计算的损失，我想提取，并提供一切仅从范围的一个基于在运行时一个标准的变量。因此范围idx，我选择的指数浇铸成INT32

<tf.Tensor 'model/Cast:0' shape=() dtype=int32>

的argmin张我已经尝试：

train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES, 'model/generator_'+tf.cast(idx, tf.string))

这显然没有奏效。有没有办法让所有属于该特定范围的变量都使用idx传入优化器。

在此先感谢！

维涅什斯里尼瓦桑

来源

2017-02-06 viggie

你可以做这样的事情在TF 1.0 RC1或更高版本：

v = tf.Variable(tf.ones(())) 
loss = tf.identity(v) 
with tf.variable_scope('adamoptim') as vs: 
    optim = tf.train.AdamOptimizer(learning_rate=0.1).minimize(loss) 
optim_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope=vs.name) 
print([v.name for v in optim_vars]) #=> prints lists of vars created

来源

2017-02-06 17:43:11

不幸的是，optim_vars包含所有范围的所有变量。我的问题是，我有〜与tf.variable_scope（ 'generator_0'）： V1 = tf.Variable（tf.ones（（））） loss1 = tf.identity（V1）与tf.variable_scope（ 'generator_1'）： v2 = tf.Variable（tf.ones（（））） loss2 = tf.identity（v2）〜然后我想找到tf.minimum（loss，loss2）并传递变量属于优化者的损失。 – viggie

我刚刚在最新版本（夜间）中测试过，'optim_vars'只包含来自'adapoptim'范围的变量 –

您正在使用我之前不知道的定义的相同损耗。我必须找到'min_idx = tf.cast（tf.argmin（tf.stack（[loss1，loss2]），0），tf.int32）'，然后传递这个'loss = tf.stack（[loss1，loss2 ]）[min_idx]'到优化器。这就是为什么我得到所有使用你的建议定义的变量。 – viggie

tf.get_collection提取一个范围的变量

回答

相关问题