tf.keras.layers.Conv2D.trainable_variables 为空

编程问答 2022-05-17

问题描述

我正在尝试在我的 tensorflow 模型中使用 keras 层。但是这些层不会创建任何可训练的变量。例如，下面的代码返回空列表。

import tensorflow as tf


class ResidualBlock(tf.Module):
    def __init__(self,kernel_size):
        super().__init__()
        self.conv2d = tf.keras.layers.Conv2D(16,kernel_size,padding='same',input_shape=(64,64,16))

    def __call__(self,x):
        return x + self.conv2d(x)


rb = ResidualBlock(3)
print(rb.conv2d.trainable_variables)

conv2d 层的可训练变量不应该包括该层的内核和偏差吗？还是我遗漏了什么？

提前致谢。

解决方法

如果你调用它，它会“构建”它并初始化权重：

rb(np.random.rand(1,64,16))

for variable in rb.conv2d.trainable_variables:
    print(variable.name)

conv2d/kernel:0
conv2d/bias:0
keraslayerpythontensorflow