本篇文章给大家分享的是有关怎么tensor的名字获取对应变量的值，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
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：
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：
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
<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：
print(sess.run(tf.get_default_graph().get_tensor_by_name("fully_connected/weights:0")))这个就是先拿到图，然后从图里面取变量 。
2、直接取值
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。
以上就是怎么tensor的名字获取对应变量的值，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
