Tensorflow中图形中的张量名称列表
Tensorflow中的图形对象具有一种称为“ get_tensor_by_name（name）”的方法。反正有没有得到有效张量名称的列表？
如果不是，那么有人从这里知道预训练模型inception-v3的有效名称吗？从他们的示例pool_3开始，它是一个有效的张量，但是所有这些列表都很好。我看了一下所提到的文件，其中一些层似乎与表1中的大小相对应，但并非全部。
问题答案：
本文没有准确反映模型。如果您从arxiv下载源代码，则该源代码具有准确的模型描述为model.txt，并且其中的名称与发布的模型中的名称密切相关。
要回答您的第一个问题，请sess.graph.get_operations()提供一个操作列表。对于操作，op.name给您一个名称，并op.values()提供它产生的张量列表（在inception-v3模型中，所有张量名称都是操作名称，后跟一个“：0”，pool_3:0最后一个张量也要产生。汇集操作。）
-
问题内容： 我正在使用和创建神经网络；由于某种原因，我想获得某种内在的张量的值给定的输入，所以我使用的，作为一个。 但是，我发现很难找到张量名称的正确语法，即使知道它的名称也很困难（而且我对操作和张量感到困惑），因此我使用张量板绘制图形并寻找名称。 有没有一种方法可以在不使用张量板的情况下枚举图中的所有张量？ 问题答案： 你可以做 另外，如果您要在IPython笔记本中进行原型制作，则可以直接在笔
-
更新：在我的个人电脑和谷歌云上测试相同的代码，使用tenstorflow gpu 1.13.1工作。 使用TensorFlow估计器和运行train_and_evaluate给我以下错误消息： "ValueError： Tensor（"Const： 0"，form=（3，），dtype=Float32）必须来自与Tensor（"ParallelMapDataset： 0"，form=（），dtyp
-
问题内容： 我无法按名称恢复张量，我什至不知道是否可能。 我有一个创建图的函数： 我想在此函数之外访问变量S1_conv1。我试过了： 但这给了我一个错误： ValueError：共享不足：不允许使用变量scale_1 / Scale1_first_relu。您是说要在VarScope中设置“ reuse = None”？ 但这有效： 我可以解决这个问题 但我不想那样做。 我认为我的问题是S1_c
-
问题内容： 我想在中复制以下代码。例如，我想为所有先前具有值的张量索引分配a 。 如果我在其中编写类似的代码，则会出现以下错误。 方括号中的条件应为。 有没有一种方法可以实现这种“条件赋值”（因为缺少更好的名称）？ 问题答案： TensorFlow API中提供了几种比较运算符。 但是，在直接操纵张量时，没有什么等效于简洁的NumPy语法。你必须要使用个人的，和运营商执行相同的操作。 您的NumP
-
问题内容： 我是TensorFlow的新手。在阅读现有文档时，我发现该术语确实令人困惑。因此，我需要澄清以下问题： 和， vs. ，’张量’vs.之间是什么关系？ 它们都是张量类型吗？ 问题答案： TensorFlow没有一流的Tensor对象，这意味着在运行时执行的基础图中没有任何概念。相反，该图由相互连接的op节点组成，代表操作。操作分配内存的输出，这些都可以在端点上，等等，你可以认为这些端点
-
我基于mobilenet运行了这个keras模型：https://gist.github.com/giacomobartoli/eb45ab61b43e5e47ea2a60113f9352ef 输出是一个名为mobilenetv1的冻结图。PB 现在，我想在新的Google Vision工具包上编译这个模型。 为了做到这一点，我需要知道我的冻结图（mobilenetv1.pb）的输入和输出张量的名