模型的var

看PWCNET和DCGAN代码的时候，发现，

方法1使用如下命令，可以获得一个变量列表，如图1

t_vars = tf.trainable_variables()

                                                                                               图1

使用如下指令把变量名字存在一个列表中

aweqw=[str(t_vars[i].name) for i in range(110) ]

方法2.当使用如下命令获得变量的参数时，如图2

aawq=self.model.vars

                                                                                                图2 

发现使用方法1产生的变量比方法2产生的变量少了很多，但是通过查看变量名字，可以发现在330这个list中，前110个变量是与方法1中的变量相同的，通过方法1命令的名字可以知道，这110个变量都是可以训练的。330中的其他220个变量不能训练，但也是变量。