Tensorflow 如何将作用域下的所有变量添加到某个集合中

在tensorflow python API中，tf.get_variable具有一个参数collections，用于将创建的变量添加到指定的集合中。但是tf。变量范围没有。

---

将变量范围下的所有变量添加到某个集合中的建议方法是什么？

我不认为有直接的方法。您可以在Tensorflow的github问题跟踪器上提交功能请求

我可以建议您尝试两种解决方法：

• 迭代

  tf.all_variables（）

  的结果，并提取名称类似于

  “../scope_name/…”

  的变量。作用域名称编码在变量名称中，由

  /

  字符分隔

• 围绕tf.VariableScope和tf.get_variable（）编写包装器，将在范围内创建的变量存储在数据结构中

---

我希望这有帮助

我成功地做到了这一点：

import tensorflow as tf

def var_1():
    with tf.variable_scope("foo") as foo_scope:
        assert foo_scope.name == "ll/foo"
        a = tf.get_variable("a", [2, 2])
    return foo_scope

def var_2(foo_scope):
    with tf.variable_scope("bar"):
        b = tf.get_variable("b", [2, 2])
        with tf.variable_scope("baz") as other_scope:
            c = tf.get_variable("c", [2, 2])
            assert other_scope.name == "ll/bar/baz"
            with tf.variable_scope(foo_scope) as foo_scope2:
                d = tf.get_variable("d", [2, 2])
                assert foo_scope2.name == "ll/foo"  # Not changed.

def main():
    with tf.variable_scope("ll"):
        scp = var_1()
        var_2(scp)
        all_default_global_variables = tf.get_collection_ref(tf.GraphKeys.GLOBAL_VARIABLES)
        my_collection = tf.get_collection('my_collection') # create my collection
        ll_foo_variables = []
        for variable in all_default_global_variables:
            if "ll/foo" in variable.name:
                ll_foo_variables.append(variable)
        tf.add_to_collection('my_collection', ll_foo_variables)

        variables_in_my_collection = tf.get_collection_ref("my_collection")
        print(variables_in_my_collection)

main()

您可以在我的代码a、b、c和d中看到，只有a和d具有相同的作用域名称

ll/foo

过程： 首先，我添加默认情况下在tf.GraphKeys.GLOBAL_variables集合中创建的所有变量，然后创建一个名为my_collection的集合，然后仅将范围名称中带有“ll/foo”的变量添加到my_集合中

我得到的是我所期望的：

[[<tf.Variable 'll/foo/a:0' shape=(2, 2) dtype=float32_ref>, <tf.Variable 'll/foo/d:0' shape=(2, 2) dtype=float32_ref>]]

[，]

将tensorflow作为tf导入
对于tf.global_变量（scope='model'）中的var：
tf.add_到_集合（tf.GraphKeys.MODEL_变量，var）

---

如果您感兴趣的话，也可以迭代

可训练的\u变量，而不是使用
全局\u变量
。在这两种情况下，您不仅可以捕获使用
get_variable（）
手动创建的变量，还可以捕获任何
tf.layers
调用创建的变量
 您可以只获取范围内的所有变量，而不获取集合：

tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='my_scope')