Python tensorflow函数tf.get_collection用法是什么-群英

上一篇：Python tensorflow函数tf.nn.dropout是什么下一篇：Python pyc与py文件的互转怎样实现

这篇文章给大家分享的是Python tensorflow函数tf.get_collection用法是什么。小编觉得挺实用的，因此分享给大家做个参考，文中的介绍得很详细，而要易于理解和学习，有需要的朋友可以参考，接下来就跟随小编一起了解看看吧。

参数数量及其作用

该函数共有两个参数，分别是key和scope。

 def get_collection(key, scope=None)
 Wrapper for Graph.get_collection() using the default graph.
 See tf.Graph.get_collection for more details.
 Args:
   key: The key for the collection. For example, the `GraphKeys` class  
     contains many standard names for collections.  
   scope: (Optional.) If supplied, the resulting list is filtered to include  
     only items whose `name` attribute matches using `re.match`. Items  
     without a `name` attribute are never returned if a scope is supplied and  
     the choice or `re.match` means that a `scope` without special tokens  
     filters by prefix.  
 Returns:
   The list of values in the collection with the given `name`, or  
   an empty list if no value has been added to that collection. The  
   list contains the values in the order under which they were  
   collected.

该函数的作用是从一个collection中取出全部变量，形成列个列表，key参数中输入的是collection的名称。

该函数常常与tf.get_variable和tf.add_to_collection配合使用。

例子

该例子将分别举例tf.get_collection与tf.get_variable和tf.add_to_collection的配合使用方法。

 import tensorflow as tf;  
 import numpy as np;  
 c1 = ['c1', tf.GraphKeys.GLOBAL_VARIABLES]
 v1 = tf.get_variable('v1', [1], initializer=tf.constant_initializer(1),collections=c1)
 v2 = tf.get_variable('v2', [1], initializer=tf.constant_initializer(2))
 tf.add_to_collection('c2', v2)
 with tf.Session() as sess:
     sess.run(tf.global_variables_initializer())
     print(tf.get_collection('c1'))
     print(tf.get_collection('c2'))

其输出为：

 [<tf.Variable 'v1:0' shape=(1,) dtype=float32_ref>]
 [<tf.Variable 'v2:0' shape=(1,) dtype=float32_ref>]

tf.get_variable的用法可以参照我的另一篇博文：

python人工智能tensorflow函数tf.get_variable使用方法

到此这篇关于“Python tensorflow函数tf.get_collection用法是什么”的文章就介绍到这了,更多相关Python tensorflow函数tf.get_collection用法是什么内容，欢迎关注群英网络技术资讯频道，小编将为大家输出更多高质量的实用文章！

标签： ensorflow

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：Python tensorflow函数tf.nn.dropout是什么下一篇：Python pyc与py文件的互转怎样实现