相关疑难解决方法(0)

Tensorflow中的图形对象有一个名为"get_tensor_by_name(name)"的方法.无论如何得到有效张量名称列表？

如果没有,是否有人知道从这里预训练模型inception-v3的有效名称？从他们的例子中,pool_3是一个有效的张量,但是所有这些的列表都很好.我查看了所提到的论文,其中一些层似乎与表1中的大小相对应,但不是全部.

假设我们有一个变量:

x = tf.Variable(...)

可以在训练过程中使用该assign()方法更新此变量.

获取变量当前值的最佳方法是什么？

我知道我们可以用这个:

session.run(x)

但我担心这会触发一整套操作.

在Theano,你可以做到

y = theano.shared(...)
y_vals = y.get_value()

我在TensorFlow中寻找相同的东西.

我写了一个简单的脚本来计算1,2,5的黄金比例.有没有办法通过实际图形结构的张量流(可能借助于matplotlib或者networkx)实际产生视觉效果？张量流的文档非常类似于因子图,所以我想知道:

如何通过张量流生成图形结构的图像？

在下面的这个例子中,它将C_1, C_2, C_3作为单独的节点,然后C_1将tf.sqrt操作后跟将它们组合在一起的操作.也许图形结构(节点,边缘)可以导入networkx？我看到tensor对象有一个graph属性,但我还没有找到如何实际使用它来进行成像.

#!/usr/bin/python

import tensorflow as tf
C_1 = tf.constant(5.0)
C_2 = tf.constant(1.0)
C_3 = tf.constant(2.0)

golden_ratio = (tf.sqrt(C_1) + C_2)/C_3

sess = tf.Session()
print sess.run(golden_ratio) #1.61803
sess.close()