时间戳

首页 > 解决方案 > Tensorflow - 使用 tf.contrib.layers.conv2d 时，我可以设置权重和偏差的名称吗？

python - Tensorflow - 使用 tf.contrib.layers.conv2d 时，我可以设置权重和偏差的名称吗？

问题描述

张量流版本：1.10.1

我想将预训练网络中卷积层的学习权重和偏差转移到新网络。

但是，因为我使用conv2d了 api，所以检查点文件中的权重和偏差自动命名为Conv/weights, Conv/biases, Conv_1/weights, Conv_1/biases,Conv_2/weights等Conv_2/biases。

但是，这些名称与我的代码中的变量名称不一致。例如Conv/weights,Conv/biases属于C2我的代码中命名的变量，所以我想将它们命名为C2/weights, C2/biases。

我知道对于由 定义的变量get_variable，我可以将它们的名称设置为我想要的任何字符串my_varibale = tf.get_variable("whatever_name_I_want",shape,dtype,initializer)，其中my_variable命名为"whatever_name_I_want"。

但是，当涉及（或ormy_layer = tf.contrib.layers.conv2d(params_blabla)中的等效 api ）时，我不知道如何命名.tf.nntf.layersmy_layer

那么，有可能做到这一点吗？如果可能的话，怎么做？

标签： pythontensorflow

解决方案

对于tf.layers.conv2d和tf.nn.conv2d，您可以传递一个名为name.

例子： 

my_conv1 = tf.layers.conv2D(...., name='my_conv1')
my_conv2 = tf.layers.conv2D(...., name='my_conv2 ')

对于tf.contrib.layers.conv2d，该参数scope用于命名您的图层。

例子： 

with tf.name_scope('my_conv1') as scope:
    my_conv1 = tf.contrib.layers.conv2d(..., scope=scope)

结果：

在所有情况下，您的权重和偏差都被命名为 examplemy_conv1/weights和my_conv1/bias。

推荐阅读