tf.train.XXX与train有关的函数

tf.train.XXX与train有关的函数

tf.train.get_or_create_global_step()

这个函数主要用于返回或者创建（如果有必要的话）一个全局步数的tensor。参数只有一个，就是图，如果没有指定那么就是默认的图。

tf.trainable_variables()

返回所有

trainable=True

的变量。

当我们在声明变量

Variable()

时传入

trainable=True

，

Variable()

构造函数会自动添加新的变量到图中的集合

GraphKeys.TRAINABLE_VARIABLES

，这个函数实质上就是返回这个集合中的变量。

tensorflow.python.training.moving_averages.assign_moving_average

这个函数的参数如下：

def assign_moving_average(variable, value, decay, zero_debias=True, name=None):

对于

variable

的滑动平均更新为：variable=variable∗decay+value∗(1−decay)variable=variable∗decay+value∗(1−decay)

下面是一个简单的例子（可以看出variable是变量，而value是常量），这个函数主要应用于batch_normalization

def testAssignMovingAverage(self):
with self.test_session():
var = tf.Variable([10.0, 11.0])
val = tf.constant([1.0, 2.0], tf.float32)
decay = 0.25
assign = moving_averages.assign_moving_average(var, val, decay)
tf.global_variables_initializer().run()
self.assertAllClose([10.0, 11.0], var.eval())
assign.op.run()
self.assertAllClose([10.0 * 0.25 + 1.0 * (1.0 - 0.25),
11.0 * 0.25 + 2.0 * (1.0 - 0.25)],
var.eval())