Tensorflow 如何简化共享变量的张力板图?
我正在使用Tensorflow的Tensorflow 如何简化共享变量的张力板图?,tensorflow,tensorboard,Tensorflow,Tensorboard,我正在使用Tensorflow的cifar10模型。我使用推断函数进行培训和评估,并共享其中的所有变量。我的张力板图形可视化如图所示 推断范围内两个主列(例如conv1->conv1_1)之间的箭头有望反映出所有conv1变量都是共享的 同时,代码中不存在节点conv1\u 1。它看起来像是从conv1复制的,用于分离我的两个输入的管道 我的问题是图中所有的*\u 1节点到底是什么意思?当我将Tensorflow中的作用域和函数与不同的输入一起使用时,它们会被复制吗? 主要问题是:有没有一种方法
cifar10
模型。我使用推断
函数进行培训和评估,并共享其中的所有变量。我的张力板图形可视化如图所示
推断
范围内两个主列(例如conv1->conv1_1
)之间的箭头有望反映出所有conv1
变量都是共享的
同时,代码中不存在节点conv1\u 1
。它看起来像是从conv1
复制的,用于分离我的两个输入的管道
我的问题是图中所有的*\u 1
节点到底是什么意思?当我将Tensorflow中的作用域和函数与不同的输入一起使用时,它们会被复制吗?
主要问题是:有没有一种方法可以隐藏图形可视化中的*\u 1
节点,因为它们很混乱
GitHub上有一个问题(仍然存在),需要解决
是的,这个bug描述了完全相同的行为
from tensorflow.python.ops import variable_scope as var_scope
def simple_variable_scope(name_or_scope, reuse=None):
"""Creates a variable scope without also creating a name scope."""
return var_scope.variable_scope(name_or_scope, reuse=reuse,
auxiliary_name_scope=False)