Tensorflow：通过nam得到所有的权重张量

Question

我加载一个图，并希望访问图中定义为h1，h2，h3的权重。在

我可以很容易地用手对每一个权重张量h进行以下操作：

sess = tf.Session()
graph = tf.get_default_graph()
h1 = sess.graph.get_tensor_by_name("h1:0")
h2 = sess.graph.get_tensor_by_name("h2:0")

我不喜欢这种方法，因为对于一个大的图形来说，它会很难看。我更喜欢像一个循环超过所有的重量张量，把他们放入一个列表。在

我确实在堆栈溢出问题上找到了另外两个问题（here和here），但它们没有帮助我解决这个问题。在

我尝试了以下方法，但有两个问题：

^{pr2}$

第一个问题：我必须定义图中权重张量的数量，这使得代码变得不灵活。第二个问题：get_tensor_by_name()的参数是静态的。在

有没有办法把所有的张量都取出来，然后放到一个列表中？在

Answer 1

您可以尝试tf.get_collection()：

tf.get_collection(
key,
scope=None)

它返回由key和scope指定的集合中的项目列表。key是标准图集合中的键tf.GraphKeys，例如，tf.GraphKeys.TRAINABLE_VARIABLES指定由优化器训练的变量子集，而{}指定包含不可训练变量的全局变量列表。查看上面的链接以获取可用密钥类型的列表。您还可以指定scope参数来筛选结果列表，以仅返回特定名称范围内的项，下面是一个小示例：

^{pr2}$