tensorflow 動態(tài)獲取 BatchSzie 的大小實(shí)例
我就廢話不多說了，大家還是直接看代碼吧~
import tensorflow as tf
import sys
with tf.variable_scope('ha'):
a1 = tf.get_variable('a', shape=[], dtype=tf.int32)
with tf.variable_scope('haha'):
a2 = tf.get_variable('a', shape=[], dtype=tf.int32)
with tf.variable_scope('hahaha'):
a3 = tf.get_variable('a', shape=[], dtype=tf.int32)
with tf.variable_scope('ha', reuse=True):
# 不會創(chuàng)建新的變量
a4 = tf.get_variable('a', shape=[], dtype=tf.int32)
sum = a1 + a2 + a3 + a4
fts_s = tf.placeholder(tf.float32, shape=(None, 100), name='fts_s')
b = tf.zeros(shape=(tf.shape(fts_s)[0], tf.shape(fts_s)[1]))
concat = tf.concat(axis=1, values=[fts_s, b])
init_op = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init_op)
for var in tf.global_variables():
print var.name
import numpy as np
ft_sample = np.ones((10, 100))
con_value = sess.run([concat], feed_dict={fts_s: ft_sample})
print con_value[0].shape
results:
ha/a:0
ha/haha/a:0
ha/haha/hahaha/a:0
(10, 200)
小總結(jié)：
1: 對于未知的shape, 最常用的就是batch-size 通常是 None 代替, 那么在代碼中需要用到實(shí)際數(shù)據(jù)的batch size的時(shí)候應(yīng)該怎么做呢?
可以傳一個(gè)tensor類型, tf.shape(Name) 返回一個(gè)tensor 類型的數(shù)據(jù), 然后取batchsize 所在的維度即可. 這樣就能根據(jù)具體的數(shù)據(jù)去獲取batch size的大小
2: 對于變量命名, 要善于用 variable_scope 來規(guī)范化命名, 以及 reuse 參數(shù)可以控制共享變量
補(bǔ)充知識：tensorflow RNN 使用動態(tài)的batch_size
在使用tensorflow實(shí)現(xiàn)RNN模型時(shí)，需要初始化隱藏狀態(tài) 
如下：
lstm_cell_1 = [tf.nn.rnn_cell.DropoutWrapper(tf.nn.rnn_cell.BasicLSTMCell(HIDDEN_SIZE),output_keep_prob=dropout_keep_prob) for _ in range(NUM_LAYERS)] cell_1 = tf.nn.rnn_cell.MultiRNNCell(lstm_cell_1) self.init_state_1 = cell_1.zero_state(self.batch_size,tf.float32)
如果我們直接使用超參數(shù)batch_size初始化 在使用模型預(yù)測的結(jié)果時(shí)會很麻煩。我們可以使用動態(tài)的batch_size，就是將batch_size作為一個(gè)placeholder，在運(yùn)行時(shí)，將batch_size作為輸入輸入就可以實(shí)現(xiàn)根據(jù)數(shù)據(jù)量的大小使用不同的batch_size。
代碼實(shí)現(xiàn)如下：
self.batch_size = tf.placeholder(tf.int32,[],name='batch_size')
self.state = cell.zero_state(self.batch_size,tf.float32)
以上這篇tensorflow 動態(tài)獲取 BatchSzie 的大小實(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python cv2在驗(yàn)證碼識別中應(yīng)用實(shí)例解析
這篇文章主要介紹了python cv2在驗(yàn)證碼識別中應(yīng)用實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
這篇文章主要介紹了詳解python 降級到3.6終極解決方案，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02
這篇文章主要介紹了Python中的len()函數(shù)是什么意思以及l(fā)en()函數(shù)使用，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-01-01
這篇文章主要介紹了python中os庫的使用,本篇文章記錄下python中os庫的一些函數(shù)使用，對python?os庫使用感興趣的朋友跟隨小編一起看看吧2022-10-10
Python統(tǒng)計(jì)文本詞匯出現(xiàn)次數(shù)的實(shí)例代碼
這篇文章主要介紹了Python統(tǒng)計(jì)文本詞匯出現(xiàn)次數(shù)，這種問題在統(tǒng)計(jì)文本詞匯的次數(shù)時(shí)經(jīng)常會遇到，今天給大家分享解決方案，通過實(shí)例代碼給大家講解,需要的朋友可以參考下2020-02-02
python針對mysql數(shù)據(jù)庫的連接、查詢、更新、刪除操作示例
這篇文章主要介紹了python針對mysql數(shù)據(jù)庫的連接、查詢、更新、刪除操作,結(jié)合實(shí)例形式詳細(xì)分析了Python操作mysql數(shù)據(jù)庫的連接與增刪改查相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了python檢測某個(gè)變量是否有定義的方法,實(shí)例分析了Python常用的變量判定技巧,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python中l(wèi)ist常用操作,以實(shí)例形式較為詳細(xì)的分析了列表list中常用的建立、添加、刪除、搜索、過濾等操作技巧,需要的朋友可以參考下2015-06-06
Python開發(fā)生產(chǎn)環(huán)境常用的4個(gè)工具(實(shí)用推薦)
構(gòu)建優(yōu)秀的軟件需要遵循特定的規(guī)則并執(zhí)行行業(yè)標(biāo)準(zhǔn),如何在真實(shí)的生產(chǎn)環(huán)境開發(fā)中體現(xiàn)呢？在這篇文章中,我將向您展示我在Python項(xiàng)目中設(shè)置的4種工具,以簡化開發(fā)工作流程并執(zhí)行一些最佳實(shí)踐,這些工具幫助我提高了效率,節(jié)省了時(shí)間,希望你讀完也能有所收獲2024-01-01
python如何實(shí)現(xiàn)視頻轉(zhuǎn)代碼視頻
這篇文章主要為大家詳細(xì)介紹了python如何實(shí)現(xiàn)視頻轉(zhuǎn)代碼視頻，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-06-06