collection收集器的作用在于，可以在計算圖運行過程中保存需要的值。

get_collection得到collection中關于key的內容，返回值是一個列表。

add_to_collection將值增加到collection中，并與name關聯

add_to_collections將一個值放入多個collection中

tf.get_collection(
key,
scope=None
)
tf.add_to_collection(
name,
value
)

#!/usr/bin/env python2 # -*- coding: utf-8 -*-import tensorflow as tf a = tf.constant([[1., 2.], [3., 4.]]) b = a+1 c= b+2tf.add_to_collection("my_constant",a) tf.add_to_collection("my_constant",b) tf.add_to_collection("my_constant",c)const_vals=tf.get_collection("my_constant") res=tf.add_n([a,b,c]) sess=tf.Session() with sess:print sess.run(res)print sess.run(const_vals)

[[ 7. 10.]
[13. 16.]]
[array([[1., 2.],
[3., 4.]], dtype=float32), array([[2., 3.],
[4., 5.]], dtype=float32), array([[4., 5.],
[6., 7.]], dtype=float32)]
記住，上次跑程序已經保存的值不會被自動刪除，值會累計保存，直到python進程退出。否則，再跑一次上面的程序，則

[[ 7. 10.]
[13. 16.]]
[array([[1., 2.],
[3., 4.]], dtype=float32), array([[2., 3.],
[4., 5.]], dtype=float32), array([[4., 5.],
[6., 7.]], dtype=float32), array([[1., 2.],
[3., 4.]], dtype=float32), array([[2., 3.],
[4., 5.]], dtype=float32), array([[4., 5.],
[6., 7.]], dtype=float32)]

#!/usr/bin/env python2 # -*- coding: utf-8 -*-import tensorflow as tf a = tf.constant([[1., 2.], [3., 4.]])tf.add_to_collections(["my_con1","my_con2"],a)const_1=tf.get_collection("my_con1") const_2=tf.get_collection("my_con2")sess=tf.Session() with sess:print sess.run(const_1)print sess.run(const_2)

[array([[1., 2.],
[3., 4.]], dtype=float32)]
[array([[1., 2.],
[3., 4.]], dtype=float32)]

總結

以上是生活随笔為你收集整理的tensorflow随笔-collection收集器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。