【tensorflow】列印Tensorflow graph中的所有變數--tf.trainable_variables()

一般來說，列印tensorflow變數的函數有兩個：
tf.trainable_variables () 和 tf.all_variables()
不同的是：
tf.trainable_variables () 指的是需要訓練的變數
tf.all_variables() 指的是所有變數

一般而言，我們更關注需要訓練的訓練變數：
值得注意的是，在輸出變數名時，要對整個graph進行初始化

一、列印需要訓練的變數名稱

sess.run(tf.global_varibales_initializer())variable_name = [v.name for c in tf.trainable_variables()]print(variable_names)

二、列印需要訓練的變數名稱和變數值

variable_names = [v.name for v in tf.trainable_variables()]values = sess.run(variable_names)for k,v in zip(variable_names, values):    print("Variable: ", k)    print("Shape: ", v.shape)    print(v)

這裡提供一個函數，列印變數名稱，shape及其變數數目

def print_num_of_total_parameters(output_detail=False, output_to_logging=False):    total_parameters = 0    parameters_string = ""    for variable in tf.trainable_variables():        shape = variable.get_shape()        variable_parameters = 1        for dim in shape:            variable_parameters *= dim.value        total_parameters += variable_parameters        if len(shape) == 1:            parameters_string += ("%s %d, " % (variable.name, variable_parameters))        else:            parameters_string += ("%s %s=%d, " % (variable.name, str(shape), variable_parameters))    if output_to_logging:        if output_detail:            logging.info(parameters_string)        logging.info("Total %d variables, %s params" % (len(tf.trainable_variables()), "{:,}".format(total_parameters)))    else:        if output_detail:            print(parameters_string)        print("Total %d variables, %s params" % (len(tf.trainable_variables()), "{:,}".format(total_parameters)))