tf.GraphKeys 的使用

Question

在 tensorflow 中，有一个 class GraphKeys。我遇到了很多代码，它被使用过。但是它没有很好地解释这个类在 tensorflow 文档和代码中的用法，在那里它被使用了。

有人可以解释一下有什么用tf.GraphKey吗？

谢谢！

Answer 1

据我所知，tf.GraphKeys是图中变量和操作的键集合的集合。用法（就像常见的 Python 字典一样）是检索变量和操作。

鉴于此，以下是tf.GraphKeys我遇到的一些子集：

• GLOBAL_VARIABLES并LOCAL_VARIABLES包含图的所有变量，需要在训练前进行初始化。tf.global_variables()返回列表中的全局变量，可用于tf.variables_initializer初始化。
• 使用选项创建的变量trainable=True将被添加到训练过程中，TRAINABLE_VARIABLES并由任何优化器获取和更新tf.train。
• SUMMARIES包含由添加的所有摘要键tf.summary（scalar，image，histogram，text，等）。tf.summary.merge_all收集所有这些键并返回一个要运行并写入文件的操作，以便您可以在张量板上可视化它们。
• 可以使用 将用于更新某些变量的自定义函数添加到UPDATE_OPS每次迭代中并单独运行sess.run(tf.get_collection(tf.GraphKeys.UPDATE_OPS))。在这种情况下，设置这些变量是trainable=False为了避免被梯度下降更新。
• 您可以创建自己的集合tf.add_to_collection(some_name, var_or_op)并稍后检索变量或操作。您可以使用tf.get_collection()和调整scope.