Tensorflow和slim中的“模型变量”是什么？
来自https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/slim，
TF通过定义模型变量进一步区分变量，模型变量是表示模型参数的变量。模型变量在学习过程中被训练或微调，并在评估或推理过程中从检查点加载。示例包括由slim.fully_connected或slim.conv2d层创建的变量。非模型变量是学习或评价过程中使用的所有其他变量，但实际执行推理并不需要这些变量。例如，global_step是在学习和评估期间使用的变量，但它实际上不是模型的一部分。同样，移动平均变量可能反映模型变量，但移动平均值本身并不是模型变量。
来自functions，
tf.model_variables() 返回MODEL_VARIABLES集合中的所有变量。
然而，slim创建了“移动均值”变量，作为它的批处理规范层的一部分，这些层包含在MODEL_VARIABLES集合中。
我至少可以看到“模型变量”的定义：
- 用于推理。
- 在训练过程中进行精细调整(无论是通过优化器还是其他一些方法，比如移动平均)。
- 储存在检查站
Tensorflow的“模型变量”是由条件2定义的，slim的“模型变量”是由条件1定义的吗？
回答 1
Stack Overflow用户
发布于 2017-04-21 09:12:08
简单地说，苗条使用的是密肋层。控制层使用layer_variable_getter (实际上是_model_variable_getter )生成"model_variable“，这些变量是添加到tf.GraphKeys.GLOBAL_VARIABLES、tf.GraphKeys.MODEL_VARIABLES集合中的变量。
因此，模型变量是公共变量，并添加到MODEL_VARIABLES集合中。控制层的变量是模型变量，如果需要的话，还可以从“偏差”重命名为“偏差”，从“内核”重命名为“权重”。
https://stackoverflow.com/questions/41456454
复制
腾讯云开发者
