tf.Variableをtf.constantまたはnumpy配列で初期化する方法は？

debugcn 投稿 Dev

lamo_738

私は初期化しようとしていますtf.Variable()でtf.InteractiveSession()。個別のnumpyファイルである事前トレーニング済みの重みがすでにいくつかあります。これらのnumpy値で変数を効果的に初期化するにはどうすればよいですか？

私は次のオプションを実行しました：

使用する tf.assign()
作成sess.run()時に直接使用するtf.Variable()

値が正しく初期化されていないようです。以下は私が試したいくつかのコードです。どちらが正しいか教えてください。

def read_numpy(file):
    return np.fromfile(file,dtype='f')

def build_network():
    with tf.get_default_graph().as_default():
        x = tf.Variable(tf.constant(read_numpy('foo.npy')),name='var1')
        sess = tf.get_default_session()
        with sess.as_default():
            sess.run(tf.global_variables_initializer())

sess = tf.InteractiveSession()
with sess.as_default():
    build_network()

これは正しい方法ですか？sessionオブジェクトを印刷しましたが、これは全体で使用されているのと同じセッションです。

編集：現在、使用sess.run(tf.global_variables_initializer())はランダム初期化操作を呼び出しているようです

ウラド

tf.Variable() numpy配列を初期値として受け入れます。

import tensorflow as tf
import numpy as np

init = np.ones((2, 2))
x = tf.Variable(init) # <-- set initial value to assign to a variable

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer()) # <-- this will assign the init value
    print(x.eval())
# [[1. 1.]
#  [1. 1.]]

したがって、numpy配列を使用して初期化するだけで、最初にテンソルに変換する必要はありません。

または、tf.Variable.load()セッションコンテキスト内でnumpy配列から変数に値を割り当てるために使用することもできます。

import tensorflow as tf
import numpy as np

x = tf.Variable(tf.zeros((2, 2)))

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    init = np.ones((2, 2))
    x.load(init)
    print(x.eval())
# [[1. 1.]
#  [1. 1.]]

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]