У меня возникают проблемы с восстановлением тензора по имени, я даже не знаю, возможно ли это.
У меня есть функция, которая создает мой график:
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
Я хочу получить доступ к переменной S1_conv1 вне этой функции. Я пробовал:
with tf.variable_scope('scale_1') as scope_conv:
tf.get_variable_scope().reuse_variables()
ft=tf.get_variable('Scale1_first_relu')
Но это дает мне ошибку:
ValueError: Недопустимое разделение: переменная scale_1/Scale1_first_relu не существует, запрещена. Вы хотели установить reuse = None в VarScope?
Но это работает:
with tf.variable_scope('scale_1') as scope_conv:
tf.get_variable_scope().reuse_variables()
ft=tf.get_variable('W_S1_conv1')
Я могу обойти это с помощью
return S3_conv1,regularizer, S1_conv1
но я не хочу этого делать.
Я думаю, моя проблема в том, что S1_conv1 на самом деле не является переменной, это просто тензор. Есть ли способ сделать то, что я хочу?