Tensorflow - テンソルを非可逆化する

Question

tf.Variableを使用してテンソルを作成すると、テンソルが訓練可能かどうかを判断できます。しかし、どのように私は次のようにそれを定義した場合untrainableするテンソルBを設定することができます。

A=tf.placeholder(tf.int32,shape=[None,100]) 

B=tf.zeros_like(A) 

Answer 1

A=tf.placeholder(tf.int32,shape=[None,100]) Aはプレースホルダではなく、変数です。プレースホルダはではなく、が訓練可能です。

あなたは文句を言わないトレーニング可能なる変数を作成し、trainableFalseへ

x = tf.Variable(0, trainable=False) 

あなたの変数属性を設定した場合。

tf.zeros_like(x)で新しい変数を作成すると、この新しい変数の属性は同じxになります。

y = tf.zeros_like(x) 

あなたは2つの変数は便利な機能tf.trainable_variablesを使用して、GraphKeys.TRAINABLE_VARIABLESコレクションに見て、トレーニング可能でないことを確認することができます。ここで

は、サンプルコードを示します：

import tensorflow as tf 

x = tf.Variable(0, trainable=False) 
assert [] == tf.trainable_variables() 
y = tf.zeros_like(x) 
assert [] == tf.trainable_variables() 

プレースホルダの同じ形状およびタイプの新しい変数を作成したい、とあなたはそれが学習可能なようにしたいのであれば、あなたはそれを手動で定義する必要がありますtrainable（プレースホルダーの場合は常にFalse）の属性をコピーする便利な関数を使用することはありません。