tf.get_collection(
key,
scope=None
)
##参数:key:集合的关键字/名称,比如GraphKey类中包含来许多标准的集合的name
## scope:(可选填)。如果scope != None,那么需要对输出元素进行筛选(re,match),
## 在返回的列表中,仅包含那些name属性与scope相匹配的元素。
## 没有name属性的元素永远不会被输出。
## re.match:以scope作为前缀对item进行筛选
##返回:在由key指定的collection中的元素,经过scope的re.match筛选后的元素,组成的列表。
## 列表中元素的顺序与在集合中的顺序相同
tf.add_to_collection('losses',regularizer(var_weights)):将数值regularizer(var_weights)添加到集合‘losses’中
tf.get_collection('losses'):获取集合“losses”中的所有元素,生成一个列表并返回该列表
tf.add_n( [ list ] ): 求list中元素的累加和,列表里的元素可以是向量,矩阵等
tf.GraphKeys:通过key值快速获取对应张量的集合。每个变量/张量在定义的时候都会自动携带一个key值,tf.GraphKeys可以通过不同的key值来快捷地生成对应的变量/张量的集合
集合名称 | 集合内容 | 使用场景 |
tf.GraphKeys.VARIABLES | 所有变量 | 持久化TensorFlow模型 |
tf.GraphKeys.TRAINABLE_VARIABLES | 可学习变量(一般指神经网络中的参数) | 模型训练、生成模型可视化内容 |
tf.GraphKeys.SUMMARIES | 日志生成相关的张量 | TensorFlow计算可视化 |
tf.GraphKeys.QUEUE_RUNNERS | 处理输入的QueueRunner | 输入处理 |
tf.GraphKeys.MOVING_AVERAGE_VARIABLES | 所有计算了滑动平均值的变量 | 计算变量的滑动平均值 |
官方文档(英文):https://www.tensorflow.org/versions/r1.8/api_docs/python/tf/get_collection?hl=zh-cn