『TensorFlow』使用集合collection控制variables

Variable

Tensorflow使用Variable類表達、更新、存儲模型參數。

• Variable是在可變更的，具有保持性的內存句柄，存儲着Tensor
• 在整個session運行之前，圖中的全部Variable必須被初始化
  
  • Variable的值在sess.run(init)之后就確定了
  • Tensor的值要在sess.run(x)之后才確定
• 創建的Variable被添加到默認的collection中

 

tf.GraphKeys中包含了所有默認集合的名稱，可以通過查看__dict__發現具體集合。

tf.GraphKeys.GLOBAL_VARIABLES：global_variables被收集在名為tf.GraphKeys.GLOBAL_VARIABLES的colletion中，包含了模型中的通用參數

tf.GraphKeys.TRAINABLE_VARIABLES：tf.Optimizer默認只優化tf.GraphKeys.TRAINABLE_VARIABLES中的變量。

函數	集合名	意義
tf.global_variables()	GLOBAL_VARIABLES	存儲和讀取checkpoints時，使用其中所有變量 跨設備全局變量集合
tf.trainable_variables()	TRAINABLE_VARIABLES	訓練時，更新其中所有變量 存儲需要訓練的模型參數的變量集合
tf.moving_average_variables()	MOVING_AVERAGE_VARIABLES	ExponentialMovingAverage對象會生成此類變量 實用指數移動平均的變量集合
tf.local_variables()	LOCAL_VARIABLES	在global_variables()之外，需要用tf.init_local_variables()初始化 進程內本地變量集合
tf.model_variables()	MODEL_VARIABLES	Key to collect model variables defined by layers. 進程內存儲的模型參數的變量集合
	QUEUE_RUNNERS	並非存儲variables，存儲處理輸入的QueueRunner
	SUMMARIES	並非存儲variables，存儲日志生成相關張量

除了上表中的函數外(上表中最后兩個集合並非變量集合，為了方便一並放在這里)，還可以使用tf.get_collection(集合名)獲取集合中的變量，不過這個函數更多與tf.get_collection(集合名)搭配使用，操作自建集合。

另，slim.get_model_variables()與tf.model_variables()功能近似。

 

Summary

Summary被收集在名為tf.GraphKeys.UMMARIES的colletion中，

• Summary是對網絡中Tensor取值進行監測的一種Operation
• 這些操作在圖中是“外圍”操作，不影響數據流本身
• 調用tf.scalar_summary系列函數時，就會向默認的collection中添加一個Operation

 

自定義集合

除了默認的集合，我們也可以自己創造collection組織對象。網絡損失就是一類適宜對象。

tensorflow中的Loss提供了許多創建損失Tensor的方式。

x1 = tf.constant(1.0)
l1 = tf.nn.l2_loss(x1)

x2 = tf.constant([2.5, -0.3])
l2 = tf.nn.l2_loss(x2)

創建損失不會自動添加到集合中，需要手工指定一個collection：

tf.add_to_collection("losses", l1)
tf.add_to_collection("losses", l2)

創建完成后，可以統一獲取所有損失，losses是個Tensor類型的list：

losses = tf.get_collection('losses')

一種常見操作把所有損失累加起來得到一個Tensor：

loss_total = tf.add_n(losses)

 執行操作可以得到損失取值：

sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
losses_val = sess.run(losses)
loss_total_val = sess.run(loss_total)

 實際上，如果使用TF-Slim包的losses系列函數創建損失，會自動添加到名為”losses”的collection中。