tf.trainable_variables() and tf.all_variables()

tf.trainable_variables()   返回的是 所有需要训练的变量列表

tf.all_variables()      返回的是 所有变量的列表

v = tf.Variable(0, name='v')
v1 = tf.Variable(tf.constant(5, shape=[1], dtype=tf.float32), name='v1')

global_step = tf.Variable(6, name='global_step', trainable=False)    # 声明不是训练变量

for ele1 in tf.trainable_variables():
    print(ele1.name)

print('*'*10)

for ele2 in tf.all_variables():
    print(ele2.name)

输出

v:0
v1:0
**********
v:0
v1:0
global_step:0

 

转载于:https://www.cnblogs.com/yanshw/p/10518253.html

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