web-dev-qa-db-ja.com

Tensorflowで、グラフ内のすべてのテンソルの名前を取得します

Tensorflowskflowでニューラルネットを作成しています。何らかの理由で、与えられた入力に対していくつかの内部テンソルの値を取得したいので、myClassifier.get_layer_value(input, "tensorName")を使用しています。myClassifierskflow.estimators.TensorFlowEstimatorです。

しかし、その名前を知っていてもテンソル名の正しい構文を見つけるのは難しいと思います(そして操作とテンソルの間で混乱しています)ので、テンソルボードを使ってグラフをプロットして名前を探します。

テンソルボードを使用せずにグラフ内のすべてのテンソルを列挙する方法はありますか?

90
P. Camilleri

できるよ

[n.name for n in tf.get_default_graph().as_graph_def().node]

また、IPythonノートブックでプロトタイプを作成している場合は、ノートブックで直接グラフを表示できます。Alexander'sDeep Dream ノートブックのshow_graph関数を参照してください

161

get_operations を使用することでYaroslavの答えよりもわずかに速くする方法があります。これは簡単な例です。

import tensorflow as tf

a = tf.constant(1.3, name='const_a')
b = tf.Variable(3.1, name='variable_b')
c = tf.add(a, b, name='addition')
d = tf.multiply(c, a, name='multiply')

for op in tf.get_default_graph().get_operations():
    print(str(op.name))
24
Salvador Dali

tf.all_variables()はあなたが欲しい情報を得ることができます。

また、 このコミット はTensorFlow Learnで今日作成されたもので、すべての変数名を簡単に取得するために使用できる関数get_variable_namesをEstimatorに提供します。

11
Yuan Tang

私もこれがうまくいくと思います:

print(tf.contrib.graph_editor.get_tensors(tf.get_default_graph()))

しかし、SalvadoとYaroslavの答えと比較すると、どちらが良いのかわかりません。

5
Lu Howyou

受け入れられた答えはあなたに名前を含む文字列のリストを与えるだけです。私はあなたに(ほぼ)テンソルへの直接アクセスを与える別のアプローチを好みます:

graph = tf.get_default_graph()
list_of_tuples = [op.values() for op in graph.get_operations()]

list_of_tuplesは現在、それぞれがTuple内のすべてのテンソルを含みます。テンソルを直接取得するように調整することもできます。

graph = tf.get_default_graph()
list_of_tuples = [op.values()[0] for op in graph.get_operations()]
5
Pepe

前の答えは良いです、私はグラフからテンソルを選択するために私が書いた効用関数を共有したいと思います。

def get_graph_op(graph, and_conds=None, op='and', or_conds=None):
    """Selects nodes' names in the graph if:
    - The name contains all items in and_conds
    - OR/AND depending on op
    - The name contains any item in or_conds

    Condition starting with a "!" are negated.
    Returns all ops if no optional arguments is given.

    Args:
        graph (tf.Graph): The graph containing sought tensors
        and_conds (list(str)), optional): Defaults to None.
            "and" conditions
        op (str, optional): Defaults to 'and'. 
            How to link the and_conds and or_conds:
            with an 'and' or an 'or'
        or_conds (list(str), optional): Defaults to None.
            "or conditions"

    Returns:
        list(str): list of relevant tensor names
    """
    assert op in {'and', 'or'}

    if and_conds is None:
        and_conds = ['']
    if or_conds is None:
        or_conds = ['']

    node_names = [n.name for n in graph.as_graph_def().node]

    ands = {
        n for n in node_names
        if all(
            cond in n if '!' not in cond
            else cond[1:] not in n
            for cond in and_conds
        )}

    ors = {
        n for n in node_names
        if any(
            cond in n if '!' not in cond
            else cond[1:] not in n
            for cond in or_conds
        )}

    if op == 'and':
        return [
            n for n in node_names
            if n in ands.intersection(ors)
        ]
    Elif op == 'or':
        return [
            n for n in node_names
            if n in ands.union(ors)
        ]

もしopsを使ったグラフがあるなら:

['model/classifier/dense/kernel',
'model/classifier/dense/kernel/Assign',
'model/classifier/dense/kernel/read',
'model/classifier/dense/bias',
'model/classifier/dense/bias/Assign',
'model/classifier/dense/bias/read',
'model/classifier/dense/MatMul',
'model/classifier/dense/BiasAdd',
'model/classifier/ArgMax/dimension',
'model/classifier/ArgMax']

それから走っている

get_graph_op(tf.get_default_graph(), ['dense', '!kernel'], 'or', ['Assign'])

以下を返します。

['model/classifier/dense/kernel/Assign',
'model/classifier/dense/bias',
'model/classifier/dense/bias/Assign',
'model/classifier/dense/bias/read',
'model/classifier/dense/MatMul',
'model/classifier/dense/BiasAdd']
3
ted

答えを要約してみましょう。

すべてのノードを取得するには:

all_nodes = [n for n in tf.get_default_graph().as_graph_def().node]

これらのタイプはtensorflow.core.framework.node_def_pb2.NodeDefです

すべてのopsを取得するには:

all_ops = tf.get_default_graph().get_operations()

これらのタイプはtensorflow.python.framework.ops.Operationです

すべての変数を取得するには:

all_vars = tf.global_variables()

これらのタイプはtensorflow.python.ops.resource_variable_ops.ResourceVariableです

そして最後に、質問に答えるために、すべてのテンソルを取得する

all_tensors = [tensor for op in tf.get_default_graph().get_operations() for tensor in op.values()]

これらのタイプはtensorflow.python.framework.ops.Tensorです

1
Szabolcs

OPは操作/ノードのリストではなくテンソルのリストを要求したので、コードは少し異なります。

graph = tf.get_default_graph()    
tensors_per_node = [node.values() for node in graph.get_operations()]
tensor_names = [tensor.name for tensors in tensors_per_node for tensor in tensors]
1
gebbissimo

これは私のために働いた:

for n in tf.get_default_graph().as_graph_def().node:
    print('\n',n)
0