【Dock】TensorFlow--tf.add_to_collection与tf.get_collection的用法

tf.add_to_collection：就是张量放到命名为name的集合中

在tensorflow2.0中的语法如下：

tf.Graph.add_to_collection(
	name, value
	)

name: 集合的名字
value: 加到集合中的张量

---

tf.get_collection: 返回给定名字集合的一个列表的张量

在tensorflow2.0中的语法如下：

tf.Graph.get_collection(
	name,
	scope = None
)

name: 集合的名字
scope: （可选项）一个字符串。如果提供的话，将在之前返回的list中利用re.match找到匹配的的项。

栗子

import tensorflow as tf
v1 = tf.get_variable('v1', shape=[3], initializer=tf.ones_initializer())
v2 = tf.get_variable('v2', shape=[5], initializer=tf.random_uniform_initializer(maxval=-1., minval=1., seed=0))
# 向当前计算图中添加张量集合
tf.add_to_collection('v', v1)
tf.add_to_collection('v', v2)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # 返回当前计算图中手动添加的张量集合
    v = tf.get_collection('v')
    print v
    print v[0].eval()
    print v[1].eval()

[<tf.Variable 'v1:0' shape=(3,) dtype=float32_ref>, <tf.Variable 'v2:0' shape=(5,) dtype=float32_ref>]
[ 1.  1.  1.]
[ 0.79827476 -0.9403336  -0.69752836  0.90343738  0.90295386]