原因是使用Adam优化函数时，Adam函数会创建一个Adam变量，目的是保存你使用tensorflow创建的graph中的每个可训练参数的动量，

words/_word_embeddings:0

bi-lstm/bidirectional_rnn/fw/lstm_cell/kernel:0

bi-lstm/bidirectional_rnn/fw/lstm_cell/bias:0

bi-lstm/bidirectional_rnn/bw/lstm_cell/kernel:0

bi-lstm/bidirectional_rnn/bw/lstm_cell/bias:0

proj/W:0

proj/b:0

bi-lstm_secondLayer/bidirectionalt_rnn/fw/lstm_cell/kernel:0

bi-lstm_secondLayer/bidirectional_rnn/fw/lstm_cell/bias:0

bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/kernel:0

bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/bias:0

proj_secondLayer/W:0

proj_secondLayer/b_secondLayer:0

train_step_secondLayer/beta1_power:0

train_step_secondLayer/beta2_power:0

train_step_secondLayer/words/_word_embeddings/Adam:0

train_step_secondLayer/words/_word_embeddings/Adam_1:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/fw/lstm_cell/kernel/Adam:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/fw/lstm_cell/kernel/Adam_1:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/fw/lstm_cell/bias/Adam:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/fw/lstm_cell/bias/Adam_1:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/bw/lstm_cell/kernel/Adam:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/bw/lstm_cell/kernel/Adam_1:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/bw/lstm_cell/bias/Adam:0

train_step_secondLayer/bi-lstm/bidirectional_rnn/bw/lstm_cell/bias/Adam_1:0

train_step_secondLayer/proj/W/Adam:0

train_step_secondLayer/proj/W/Adam_1:0

train_step_secondLayer/proj/b/Adam:0

train_step_secondLayer/proj/b/Adam_1:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/fw/lstm_cell/kernel/Adam:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/fw/lstm_cell/kernel/Adam_1:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/fw/lstm_cell/bias/Adam:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/fw/lstm_cell/bias/Adam_1:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/kernel/Adam:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/kernel/Adam_1:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/bias/Adam:0

train_step_secondLayer/bi-lstm_secondLayer/bidirectional_rnn/bw/lstm_cell/bias/Adam_1:0

train_step_secondLayer/proj_secondLayer/W/Adam:0

train_step_secondLayer/proj_secondLayer/W/Adam_1:0

train_step_secondLayer/proj_secondLayer/b_secondLayer/Adam:0

train_step_secondLayer/proj_secondLayer/b_secondLayer/Adam_1:0

tensorflow中的kernel/Adam 变量的来源的更多相关文章

  1. tensorflow中常量(constant)、变量(Variable)、占位符(placeholder)和张量类型转换reshape()

    常量 constant tf.constant()函数定义: def constant(value, dtype=None, shape=None, name="Const", v ...

  2. tensorflow中张量_常量_变量_占位符

    1.tensor 在tensorflow中,数据是被封装在tensor对象中的.tensor是张量的意思,即包含从0到任意维度的张量.常数是0维度的张量,向量是1维度的张量,矩阵是二维度的张量,以及还 ...

  3. TensorFlow中的变量命名以及命名空间.

    What: 在Tensorflow中, 为了区别不同的变量(例如TensorBoard显示中), 会需要命名空间对不同的变量进行命名. 其中常用的两个函数为: tf.variable_scope, t ...

  4. TensorFlow中的变量和常量

    1.TensorFlow中的变量和常量介绍 TensorFlow中的变量: import tensorflow as tf state = tf.Variable(0,name='counter') ...

  5. 04 Tensorflow的中的常量、变量和数据类型

    打开Python Shell,先输入import tensorflow as tf,然后可以执行以下命令. Tensorflow中的常量创建方法: hello = tf.constant('Hello ...

  6. 2、Tensorflow中的变量

    2.Tensorflow中的变量注意:tf中使用 变量必须先初始化下面是一个使用变量的TF代码(含注释): # __author__ = "WSX" import tensorfl ...

  7. Flask08 包含（include）、继承（extends）、宏？？？、模板中变量的来源、利用bootstrap构建自己的网页结构

    1 包含 直接把另一个文件的内容,复制粘贴过来 {% include "模板路径" %} 注意:模板都是放在 templates 这个文件夹下面的,可以在里面新建文件夹来进行分离: ...

  8. 83、Tensorflow中的变量管理

    ''' Created on Apr 21, 2017 @author: P0079482 ''' #如何通过tf.variable_scope函数来控制tf.ger_variable函数获取已经创建 ...

  9. 第二十二节，TensorFlow中RNN实现一些其它知识补充

    一 初始化RNN 上一节中介绍了 通过cell类构建RNN的函数,其中有一个参数initial_state,即cell初始状态参数,TensorFlow中封装了对其初始化的方法. 1.初始化为0 对于 ...

随机推荐

  1. Linux kernel 发布 5.0-rc1 版本

    Linux kernel 要发布 5.0 了.. 跟原因是 linus 认为 4.21的小版本号太多了... 邮件内容如下: https://lore.kernel.org/lkml/20190107 ...

  2. array_column 函数, 以及在PHP5.5之下的替代方法

    array_column 函数, 是能够根据多维数组中共有的一个键值来提取多维数组中属于这个键的值 例如下面的数组: $test = array( 0 => array( 'id' => ...

  3. 新版 Chrome Ajax 跨域调试

    一.前言 web 开发中 Ajax 是十分常见的技术,但是在前后端使用接口对接的调试过程中不可避免会碰到跨域问题.今天我给大家介绍一个十分简单有效的方法. 跨域经典错误 二.Chrome 跨域设置 首 ...

  4. 【设计模式】—— 创建者模式Builder

    前言:[模式总览]——————————by xingoo 模式意图 一个对象的创建十分复杂,为了区分构建过程和使用过程,因此分开.使用一个Director类进行对象的创建,Builder规定了这个创建 ...

  5. 【BZOJ1898】[ZJOI2005]沼泽鳄鱼（矩阵快速幂，动态规划）

    [BZOJ1898][ZJOI2005]沼泽鳄鱼(矩阵快速幂,动态规划) 题面 BZOJ 洛谷 题解 先吐槽,说好了的鳄鱼呢,题面里面全是食人鱼 看到数据范围一眼想到矩乘. 先不考虑食人鱼的问题,直接 ...

  6. 主机 & 虚拟机 & 开发板 相互通信

    @2018年7月10日 成功方法之一: 虚拟机设置为桥接模式,保证三者在同一网段,ping方式测试网络连通性OK

  7. 【NOIP 2018】填数游戏（思考与推导）

    题目链接 这道题讲道理还是不错的,因为你需要不断挖掘其中的性质来帮助解题.可惜数据范围开在这里让考试时的我很慌,勉强也就写了$65$分就没了.回忆在考场上,思路是没有错的,就是发掘不够深入,思路还不够 ...

  8. [JSOI2008]魔兽地图

    Description DotR里面的英雄只有一个属性——力量. 他们需要购买装备来提升自己的力量值,每件装备都可以使佩戴它的英雄的力量值提高固定的点数,所以英雄的力量值等于它购买的所有装备的力量值之 ...

  9. word 公式为图片

  10. NB-IoT 的“前世今生”

    作者:个推B2D研发工程师 海晏 根据<爱立信2018移动报告>(Ericsson Mobility Report,June 2018)的预测,蜂窝物联网设备连接数将在2023年达到35亿 ...