Атрибут trainable_variables
Атрибут trainable_variables класса Module возвращает список
обучаемых переменных, принадлежащих модулю. К обучаемым переменным
относятся веса и смещения слоев, которые обновляются в процессе
обучения. Атрибут не принимает параметров и доступен для чтения
у любого объекта, унаследованного от Module, в том числе
у моделей и слоев Keras.
Синтаксис
module.trainable_variables
Пример
Давайте создадим простой слой Dense и посмотрим
на его обучаемые переменные:
import tensorflow as tf
tf.random.set_seed(0)
layer = tf.keras.layers.Dense(3, input_shape=(2,))
res = layer.trainable_variables
print(res)
Результат выполнения кода:
[<tf.Variable 'kernel:0' shape=(2, 3) dtype=float32, numpy=
array([[...]], dtype=float32)>, <tf.Variable 'bias:0' shape=(3,) dtype=float32, numpy=array([...], dtype=float32)>]
Пример
Давайте создадим модель из двух слоев и выведем количество и формы обучаемых переменных:
import tensorflow as tf
tf.random.set_seed(0)
model = tf.keras.Sequential([
tf.keras.layers.Dense(4, input_shape=(3,)),
tf.keras.layers.Dense(2)
])
vars = model.trainable_variables
print("count:", len(vars))
for v in vars:
print(v.name, v.shape)
Результат выполнения кода:
count: 4
dense/kernel:0 (3, 4)
dense/bias:0 (4,)
dense_1/kernel:0 (4, 2)
dense_1/bias:0 (2,)
Пример
Давайте обнулим обучаемые переменные модели и проверим их значения:
import tensorflow as tf
tf.random.set_seed(0)
model = tf.keras.Sequential([
tf.keras.layers.Dense(2, input_shape=(3,))
])
for v in model.trainable_variables:
v.assign(tf.zeros_like(v))
res = model.trainable_variables
print(res)
Результат выполнения кода:
[<tf.Variable 'kernel:0' shape=(3, 2) dtype=float32, numpy=
array([[0., 0.],
[0., 0.],
[0., 0.]], dtype=float32)>, <tf.Variable 'bias:0' shape=(2,) dtype=float32, numpy=array([0., 0.], dtype=float32)>]
