210413-tensorflow中slim配合tensorboard了解模型结构

最新推荐文章于 2020-10-09 19:41:02 发布

xiekai1116

最新推荐文章于 2020-10-09 19:41:02 发布

阅读量298

点赞数

分类专栏：深度学习 tensorflow

本文链接：https://blog.csdn.net/csdnxiekai/article/details/105496777

版权

tensorflow 同时被 2 个专栏收录

7 篇文章

订阅专栏

深度学习

6 篇文章

订阅专栏

本文探讨了在TensorFlow中使用slim模块配合tensorboard查看模型结构的方法，通过一个卷积神经网络的例子展示了如何使用model_summary()函数来获取模型参数的详细信息，包括变量名称、类型、形状和大小。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

tensorflow中slim配合tensorboard了解模型结构
Is there an easy way to get something like Keras model.summary in Tensorflow?

import numpy as np

from tensorflow.python.layers import base
import tensorflow as tf
import tensorflow.contrib.slim as slim

x = np.zeros((1,4,4,3))
x_tf = tf.convert_to_tensor(x, np.float32)
z_tf = tf.layers.conv2d(x_tf, filters=32, kernel_size=(3,3))

def model_summary():
    model_vars = tf.trainable_variables()
    slim.model_analyzer.analyze_vars(model_vars, print_info=True)

model_summary()

输出为：

---------
Variables: name (type shape) [size]
---------
conv2d/kernel:0 (float32_ref 3x3x3x32) [864, bytes: 3456]
conv2d/bias:0 (float32_ref 32) [32, bytes: 128]
Total size of variables: 896
Total bytes of variables: 3584