怎么tensor的名字获取对应变量的值

本篇文章给大家分享的是有关怎么tensor的名字获取对应变量的值，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

需求：

有时候使用slim这种封装好的工具，或者是在做滑动平均时，系统会帮你自动建立一些变量，但是这些变量只有名字，而没有显式的变量名，所以这个时候我们需要使用那个名字来获取其对应的值。

如下：

input = np.random.randn(4,3)
net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32))

这段代码看似简单，但其实帮你生成了一个w和一个b。如果你运行下面代码：

with tf.Session() as sess:
   sess.run(tf.global_variables_initializer())
   for v in tf.global_variables():
     print(v)

你会发现里面还有

<tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref>

<tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref>

这样两个变量，但是由于没有显式声明，所以我们要从其名字取值。

解决方案：

1、从图里面取值：

print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))

这个就是先拿到图，然后从图里面取变量 。

2、直接取值

print(sess.run("fully_connected/weights:0"))

直接把名字传进run里面就可以直接运行了，但是这个仍然拿不到变量，这个只能拿到变量值。

以上就是怎么tensor的名字获取对应变量的值，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。