需求：
有时候使用slim这种封装好的工具，或者是在做滑动平均时，系统会帮你自动建立一些变量，但是这些变量只有名字，而没有显式的变量名，所以这个时候我们需要使用那个名字来获取其对应的值。
如下：
|
1
2
|
input = np.random.randn(4,3)net = slim.fully_connected(input,2,weights_initializer=tf.ones_initializer(dtype = tf.float32)) |
这段代码看似简单，但其实帮你生成了一个w和一个b。如果你运行下面代码：
|
1
2
3
4
|
with tf.Session() as sess: sess.run(tf.global_variables_initializer()) for v in tf.global_variables(): print(v) |
你会发现里面还有
|
1
2
3
|
<tf.Variable 'fully_connected/weights:0' shape=(3, 2) dtype=float64_ref><tf.Variable 'fully_connected/biases:0' shape=(2,) dtype=float64_ref> |
这样两个变量，但是由于没有显式声明，所以我们要从其名字取值。
解决方案：
1、从图里面取值：
|
1
|
|
这个就是先拿到图，然后从图里面取变量 。
2、直接取值
|
1
|
print(sess.run("fully_connected/weights:0")) |
直接把名字传进run里面就可以直接运行了，但是这个仍然拿不到变量，这个只能拿到变量值。
以上这篇根据tensor的名字获取变量的值方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_28888837/article/details/84023473
