Tensorflow : Comment obtenir un tenseur par son nom ?

Question

J'ai du mal à récupérer un tenseur par son nom, je ne sais même pas si c'est possible.

J'ai une fonction qui crée mon graphique :

def create_structure(tf, x, input_size,dropout):    
 with tf.variable_scope("scale_1") as scope:
  W_S1_conv1 = deep_dive.weight_variable_scaling([7,7,3,64], name='W_S1_conv1')
  b_S1_conv1 = deep_dive.bias_variable([64])
  S1_conv1 = tf.nn.relu(deep_dive.conv2d(x_image, W_S1_conv1,strides=[1, 2, 2, 1], padding='SAME') + b_S1_conv1, name="Scale1_first_relu")
.
.
.
return S3_conv1,regularizer

Je veux accéder à la variable S1_conv1 en dehors de cette fonction. J'ai essayé :

with tf.variable_scope('scale_1') as scope_conv: 
 tf.get_variable_scope().reuse_variables()
 ft=tf.get_variable('Scale1_first_relu')

Mais cela me donne une erreur :

Erreur de valeur : Sous-partage : La variable scale_1/Scale1_first_relu n'existe pas, disallowed. Voulez-vous dire que vous avez défini reuse=None dans VarScope ?

Mais ça marche :

with tf.variable_scope('scale_1') as scope_conv: 
 tf.get_variable_scope().reuse_variables()
 ft=tf.get_variable('W_S1_conv1')

Je peux contourner ce problème avec

return S3_conv1,regularizer, S1_conv1

mais je ne veux pas faire ça.

Je pense que mon problème est que S1_conv1 n'est pas vraiment une variable, c'est juste un tenseur. Existe-t-il un moyen de faire ce que je veux ?

Answer 1

Il existe une fonction tf.Graph.get_tensor_by_name(). Par exemple :

import tensorflow as tf

c = tf.constant([[1.0, 2.0], [3.0, 4.0]])
d = tf.constant([[1.0, 1.0], [0.0, 1.0]])
e = tf.matmul(c, d, name='example')

with tf.Session() as sess:
    test =  sess.run(e)
    print e.name #example:0
    test = tf.get_default_graph().get_tensor_by_name("example:0")
    print test #Tensor("example:0", shape=(2, 2), dtype=float32)

Answer 2

Tous les tenseurs ont des noms de chaîne que vous pouvez voir comme suit

[tensor.name for tensor in tf.get_default_graph().as_graph_def().node]

Une fois que vous connaissez le nom, vous pouvez récupérer le Tensor en utilisant <name>:0 (0 fait référence au point d'arrivée, ce qui est quelque peu redondant).

Par exemple, si vous faites ceci

tf.constant(1)+tf.constant(2)

Vous avez les noms de Tensor suivants

[u'Const', u'Const_1', u'add']

Vous pouvez donc récupérer le résultat de l'addition comme suit

sess.run('add:0')

Remarque : cette partie ne fait pas partie de l'API publique. Les noms de tenseurs à chaîne générés automatiquement sont un détail d'implémentation et peuvent changer.

Answer 3

Tout ce que tu dois faire dans ce cas est :

ft=tf.get_variable('scale1/Scale1_first_relu:0')

Answer 4

Ou, plus simplement encore, le déduire de la correspondance .pbtxt qui est fourni avec le modèle .pb fichier. Comme cela dépend du modèle, chaque cas est différent.