如何在Tensorflow中设置损失操作的名称？

Question

在Tensorflow中，我可以为操作和张量分配名称以在以后检索它们。例如，在一个功能中我可以做

input_layer=tf.placeholder(tf.float32, shape= [None,300], name='input_layer')

然后在另一个功能中，我可以

input_layer=get_tensor_by_name('input_layer:0')

我开始相信这对于使我的tf代码尽可能模块化非常有用。

我希望能够对丢失的邮件执行相同的操作，但是如何为该操作分配自定义名称？问题是内置损失函数（例如tf.losses.mean_squared_error）没有名称参数（与tf.placeholder，tf.variable等相反）。

我现在所说的损失是

tf.get_collection(tf.GraphKeys.LOSSES)[-1]

（检索已添加到图形中的最后一个损失操作）。我是否缺少明显的东西？

Answer 1

我知道这并不完全是答案，但是它可以解决您的问题。

鉴于您所指出的，tf.losses.mean_squared_error函数没有name参数，您可以实现自己的MSE（当然基于TF操作）

只需更换

tf_loss = tf.losses.mean_squared_error(labels,predictions)

用

custom_loss = tf.reduce_mean(tf.squared_difference(labels,predictions),name='loss')

和reduce_mean接受name参数一样，您可以获得想要的东西。

完整的示例代码在这里