tensorflow函数介绍 (5)

1、tf.ConfigProto

tf.ConfigProto一般用在创建session的时候，用来对session进行参数配置：

with tf.Session(config=tf.ConfigProto(),...):
# tf.ConfigProto()的参数
log_device_placement=True   #是否打印设备分配日志
allow_soft_placement=True   #如果你指定的设备不存在，允许TF自动分配设备
tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))

2、tf.add_to_collection ，tf.add_n 的用法：

前者用于收集collection，后者将收集好的collection进行汇总

import tensorflow as tf
a=tf.get_variable('a',shape=[1],initializer=tf.constant_initializer([1]))
tf.add_to_collection('loss',a)
b=tf.get_variable('b',shape=[1],initializer=tf.constant_initializer([1]))
tf.add_to_collection('loss',b)     #通过tf.add_to_collection进行收集
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(tf.get_collection('loss'))              #从一个集合中取出全部变量，结果是一个列表
    print(sess.run(tf.add_n(tf.get_collection('loss'))))        #将列表取出的内容进行累加