TensorFlow 变量

注意：接受Tensor参数的函数也可以接受被 tf.convert_to_tensor 接受的任何内容。

变量

• tf.Variable

变量帮助函数

TensorFlow 提供了一组函数来帮助管理在关系图中收集的变量集。

• tf.global_variables
• tf.local_variables
• tf.model_variables
• tf.trainable_variables
• tf.moving_average_variables
• tf.global_variables_initializer
• tf.local_variables_initializer
• tf.variables_initializer
• tf.is_variable_initialized
• tf.report_uninitialized_variables
• tf.assert_variables_initialized
• tf.assign
• tf.assign_add
• tf.assign_sub

保存和恢复变量

• tf.train.Saver
• tf.train.latest_checkpoint
• tf.train.get_checkpoint_state
• tf.train.update_checkpoint_state

共享变量

TensorFlow 提供了几个类和操作，您可以使用它们在特定条件下创建变量。

• tf.get_variable
• tf.get_local_variable
• tf.VariableScope
• tf.variable_scope
• tf.variable_op_scope
• tf.get_variable_scope
• tf.make_template
• tf.no_regularizer
• tf.constant_initializer
• tf.random_normal_initializer
• tf.truncated_normal_initializer
• tf.random_uniform_initializer
• tf.uniform_unit_scaling_initializer
• tf.zeros_initializer
• tf.ones_initializer
• tf.orthogonal_initializer

切分变量分区

• tf.fixed_size_partitioner
• tf.variable_axis_size_partitioner
• tf.min_max_variable_partitioner

稀疏变量更新

稀疏更新操作修改稠密变量中的条目子集，改写条目或添加/减去增量。这对于训练嵌入模型和类似的属性网络非常有用,因为在任何给定的步骤中，只有一小部分嵌入向量发生变化。
由于大张量的稀疏更新可以在渐变计算过程中自动生成 (如在 tf 的渐变中)。一个提供的 IndexedSlices 类封装了一组稀疏索引和值。大多数情况下，优化会自动检测和处理 IndexedSlices 对象。

• tf.scatter_update
• tf.scatter_add
• tf.scatter_sub
• tf.scatter_mul
• tf.scatter_div
• tf.scatter_nd_update
• tf.scatter_nd_add
• tf.scatter_nd_sub
• tf.sparse_mask
• tf.IndexedSlices

• tf.tables_initializer

只读查询表

• tf.initialize_all_tables
• tf.tables_initializer

导出和导入元图

• tf.train.export_meta_graph
• tf.train.import_meta_graph

已弃用的函数(2017-03-02之后删除)，请不要使用它们。

• tf.all_variables
• tf.initialize_all_variables
• tf.initialize_local_variables
• tf.initialize_variables