如何在急切执行模式下获取keras模型的可训练变量？

Question

我正在使用 tensorflow 1.15.0。

我用 tf.keras 建立了自己的模型。但是当我试图用 Saver:

保存我的模型时

saver = tf.compat.v1.train.Saver(var_list=tf.trainable_variables())

我发现 tf.trainable_variables() 在 eager execution mode 中总是 return 空列表。

这是一个简单的代码示例：

import numpy as np
import tensorflow as tf
from tensorflow import keras

tf.enable_eager_execution()

def create_model():
    inlayer = keras.Input(shape=(10), name="input")
    outlayer = keras.layers.Dense(1, activation='relu')(inlayer)
    
    model = keras.Model(
        inputs=inlayer,
        outputs=outlayer,
    )
    
    optimizer = tf.keras.optimizers.Adam(0.0001)
           
    model.compile(optimizer=optimizer,
                  loss='mae') 
    return model

model = create_model()

history = model.fit(np.zeros((1, 10)), np.zeros((1, 10)), epochs=1)

tf.trainable_variables()

输出为 []。

谁能告诉我为什么会这样，我怎样才能得到 keras 模型的 trainable_variables？

谢谢。

Answer 1

你应该使用 model.trainable_variables.

如何在急切执行模式下获取keras模型的可训练变量？

How to get trainable variables of keras model in eager execution mode?

python

save

keras

tensorflow

tensor