在Tensorflow中，获取图中所有张量的名称
我正在使用Tensorflow和创建神经网络skflow；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myClassifier.get_layer_value(input, "tensorName")，myClassifier作为一个skflow.estimators.TensorFlowEstimator。
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
[n.name for n in tf.get_default_graph().as_graph_def().node]
另外，如果您要在IPython笔记本中进行原型制作，则可以直接在笔记本中显示图形，请参见show_graphAlexander’s Deep
Dream笔记本中的功能
-
问题内容： 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
-
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： 我有一个类，我想找到它的所有 公共字段 （不是方法）。我怎样才能做到这一点？ 谢谢！ 问题答案： 返回该类的所有公共变量的数组。 返回整个类继承中的字段。如果要仅在相关类中定义字段，而不在其超类中定义字段，请使用，并通过以下方法过滤它们： 的字面实际上代表类型的对象。检查其文档以获取更多有趣的反射方法。 上面的类是。您可以查看整个程序包。
-
本文向大家介绍tensorflow从张量中提取一个切片，包括了tensorflow从张量中提取一个切片的使用技巧和注意事项，需要的朋友参考一下 示例 请参阅文档以获取详细信息。tf.slice(input, begin, size) 参数： input：张量 begin：每个维度的起始位置 input size：的每个维度的元素数input，使用-1包括所有剩余元素 块状切片： 使用负索引，检索第
-
我试图获得java中activeMQ的所有队列名称，我在这里和这里找到了一些关于这个的话题，人们建议使用DestinationSource，我在编写代码时无法在Eclipse中导入它。我试过了: 我使用的是 java 1.7 和最新的 activemq 版本 5.14.1。任何想法，如果目标源仍然受支持？谢谢
-
问题内容： 由于我需要在使用Tensorflow训练模型之前为数据编写一些预处理程序，因此需要对进行一些修改。但是，我不知道如何像使用一样修改值。 最好的方法是可以直接修改。但是，在当前版本的Tensorflow中似乎不可能。另一种方法是改变到该进程，然后用改回来。 关键是如何更改为。 1）：https : //www.tensorflow.org/versions/r0.8/api_docs/p