tensorflow中的tf.control_dependencies(tf.get_collection(tf.GraphKeys.UPDATE_OPS))
tensorflow中的tf.control_dependencies(tf.get_collection(tf.GraphKeys.UPDATE_OPS))
提问于 2018-12-14 02:35:40
tf.control_dependencies(tf.get_collection(tf.GraphKeys.UPDATE_OPS))在tensorflow中的用途是什么？
有更多的背景：
optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate)
with tf.control_dependencies(tf.get_collection(tf.GraphKeys.UPDATE_OPS)):
train_op = optimizer.minimize(loss_fn, var_list=tf.trainable_variables())Stack Overflow用户
发布于 2018-12-14 12:59:29
例如，如果您使用tf.layers.batch_normalization，该层将创建一些操作程序，这些操作需要在每个培训步骤中运行(更新变量的移动平均值和方差)。
tf.GraphKeys.UPDATE_OPS是这些变量的集合，如果您将其放入tf.control_dependencies块中，这些操作将在运行培训op之前执行。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53772787
复制相关文章
相似问题
腾讯云开发者
