参数数量及其作用
该函数共有十一个参数，常用的有：
名称 name
变量规格 shape
变量类型 dtype
变量初始化方式 initializer
所属于的集合 collections
|
1
2
3
4
5
6
7
8
9
10
11
12
|
def get_variable(name, shape=None, dtype=None, initializer=None, regularizer=None, trainable=True, collections=None, caching_device=None, partitioner=None, validate_shape=True, use_resource=None, custom_getter=None): |
该函数的作用是创建新的tensorflow变量
常见的initializer有：
常量初始化器 tf.constant_initializer
正太分布初始化器 tf.random_normal_initializer
截断正态分布初始化器 tf.truncated_normal_initializer
均匀分布初始化器 tf.random_uniform_initializer
例子
该例子将分别讲述常见的几种initializer的使用方法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
import tensorflow as tf; import numpy as np; #常量初始化器v1_cons = tf.get_variable('v1_cons', shape=[1,4], initializer=tf.constant_initializer())v2_cons = tf.get_variable('v2_cons', shape=[1,4], initializer=tf.constant_initializer(9))#正太分布初始化器v1_nor = tf.get_variable('v1_nor', shape=[1,4], initializer=tf.random_normal_initializer())v2_nor = tf.get_variable('v2_nor', shape=[1,4], initializer=tf.random_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、种子值#截断正态分布初始化器v1_trun = tf.get_variable('v1_trun', shape=[1,4], initializer=tf.truncated_normal_initializer())v2_trun = tf.get_variable('v2_trun', shape=[1,4], initializer=tf.truncated_normal_initializer(mean=0, stddev=5, seed=0))#均值、方差、种子值#均匀分布初始化器v1_uni = tf.get_variable('v1_uni', shape=[1,4], initializer=tf.random_uniform_initializer())v2_uni = tf.get_variable('v2_uni', shape=[1,4], initializer=tf.random_uniform_initializer(maxval=-1., minval=1., seed=0))#最大值、最小值、种子值with tf.Session() as sess: sess.run(tf.global_variables_initializer()) print("常量初始化器v1_cons:",sess.run(v1_cons)) print("常量初始化器v2_cons:",sess.run(v2_cons)) print("正太分布初始化器v1_nor:",sess.run(v1_nor)) print("正太分布初始化器v2_nor:",sess.run(v2_nor)) print("截断正态分布初始化器v1_trun:",sess.run(v1_trun)) print("截断正态分布初始化器v2_trun:",sess.run(v2_trun)) print("均匀分布初始化器v1_uni:",sess.run(v1_uni)) print("均匀分布初始化器v2_uni:",sess.run(v2_uni)) |
其输出为：
|
1
2
3
4
5
6
7
8
|
常量初始化器v1_cons: [[0. 0. 0. 0.]]常量初始化器v2_cons: [[9. 9. 9. 9.]]正太分布初始化器v1_nor: [[-0.7286455 -0.03095582 1.6400269 -0.90134907]]正太分布初始化器v2_nor: [[-1.9957879 10.522196 0.8553612 2.7325907]]截断正态分布初始化器v1_trun: [[-0.52284956 -0.77045 1.9507815 0.96106136]]截断正态分布初始化器v2_trun: [[-1.9957879 0.8553612 2.7325907 2.1127698]]均匀分布初始化器v1_uni: [[0.5369104 0.05912018 0.1587832 0.2859378 ]]均匀分布初始化器v2_uni: [[ 0.79827476 -0.9403336 -0.69752836 0.9034374 ]] |
以上就是python人工智能tensorflow函数tf.get_variable使用方法的详细内容，更多关于能tensorflow函数tf.get_variable的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/weixin_44791964/article/details/96134474
