TensorFlow utils

1、

def model_stats():
    print("============================================================")
    print("List of all Trainable Variables")
    tvars = tf.trainable_variables()
    all_params = []
    for idx, v in enumerate(tvars):
        print(" var {:3}: {:15} {}".format(idx, str(v.get_shape()), v.name))
        num_params = 1
        param_list = v.get_shape().as_list()
        if(len(param_list)>1):
            for p in param_list:
                if(p>0):
                    num_params = num_params * int(p)
        else:
            all_params.append(param_list[0])
        all_params.append(num_params)
    print("Total number of trainable parameters {}".format(np.sum(all_params)))

 

转载于:https://www.cnblogs.com/niuxichuan/p/10161320.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值