tf.trainable_variables()

顾名思义，这个函数可以也仅可以查看可训练的变量，在我们生成变量时，无论是使用tf.Variable()还是tf.get_variable()生成变量，都会涉及一个参数trainable,其默认为True。

tf.all_variables()

tf.global_variables()

版本更新

在早期版本的 TensorFlow（1.x 版本）中，tf.all_variables() 是一个常用的函数，不过在 TensorFlow 2.x 版本中，该函数已被弃用。下面为你详细介绍它的相关信息。

1. tf.all_variables() 在 TensorFlow 1.x 中的作用

在 TensorFlow 1.x 里，tf.all_variables() 函数用于返回当前图中所有的变量（tf.Variable 对象）列表。这些变量可以是可训练的变量（如神经网络中的权重和偏置），也可以是不可训练的变量（例如用于计数的变量）。

示例代码

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

# 创建一些变量
var1 = tf.Variable(1.0, name='var1')
var2 = tf.Variable(2.0, name='var2')

# 获取所有变量
all_vars = tf.all_variables()

# 初始化所有变量
init = tf.global_variables_initializer()

# 创建会话并运行初始化操作
with tf.Session() as sess:
    sess.run(init)
    # 打印所有变量
    for var in all_vars:
        print(f"Variable name: {var.name}, Value: {sess.run(var)}")

代码解释

  • 首先，我们导入 tensorflow.compat.v1 并禁用 TensorFlow 2.x 的行为，以模拟 TensorFlow 1.x 的环境。
  • 接着，创建了两个变量 var1 和 var2。
  • 然后，使用 tf.all_variables() 函数获取当前图中的所有变量。
  • 之后，创建一个初始化操作 init 来初始化所有变量。
  • 最后，在会话中运行初始化操作，并打印每个变量的名称和值。

2. TensorFlow 2.x 中的替代方案

在 TensorFlow 2.x 中，不再使用静态图和会话的概念，因此 tf.all_variables() 被弃用。如果需要获取所有可训练的变量，可以使用 model.trainable_variables；如果需要获取所有变量（包括可训练和不可训练的），可以使用 model.variables。

示例代码

import tensorflow as tf

# 创建一个简单的模型
class SimpleModel(tf.keras.Model):
    def __init__(self):
        super(SimpleModel, self).__init__()
        self.dense = tf.keras.layers.Dense(1, input_shape=(1,))

    def call(self, inputs):
        return self.dense(inputs)

# 实例化模型
model = SimpleModel()

# 获取所有可训练变量
trainable_vars = model.trainable_variables
# 获取所有变量
all_vars = model.variables

# 打印变量信息
print("Trainable variables:")
for var in trainable_vars:
    print(f"Variable name: {var.name}, Shape: {var.shape}")

print("\nAll variables:")
for var in all_vars:
    print(f"Variable name: {var.name}, Shape: {var.shape}")

代码解释

  • 首先，定义了一个简单的 Keras 模型 SimpleModel，其中包含一个全连接层。
  • 然后，实例化该模型。
  • 接着，使用 model.trainable_variables 获取所有可训练的变量，使用 model.variables 获取所有变量。
  • 最后，打印每个变量的名称和形状。

参考

  • https://blog.csdn.net/Cerisier/article/details/86523446