如何在 Tensorflow C++ 中定义一个自定义的有状态操作来保存变量的值?

Posted

技术标签:

【中文标题】如何在 Tensorflow C++ 中定义一个自定义的有状态操作来保存变量的值?【英文标题】:How to define a custom stateful Op holding values of variables in Tensorflow C++? 【发布时间】:2018-01-25 13:58:43 【问题描述】:

我试图用 state 定义一个新的 Op,然后用 python 包装它。问题是我希望这个操作在 Session.run() 之间保存变量(就像在这个操作中初始化一个 int foo 然后每次运行时将 foo 添加 1。 foo 的预期值比上次运行多 1 个。)

我已经尝试过 REGISTER_OP().SetIsStateful() 但它不起作用。有谁知道如何实现这种操作?

谢谢

【问题讨论】:

【参考方案1】:

最后,我找到了如何做到这一点。

根据tensorflow变量的实现。有状态的值可以存储在资源管理器定义的here中。

简单地说,定义一个包含您要存储的状态的结构。并在 Class ResourceBase 中实现虚方法。然后通过 Lookup 函数恢复这个有状态的结构,该函数从资源管理器管理的容器中检索值。

关键是你需要像这样从上下文中检索 ResourceManager 而不是定义一个新的:

ResourceMgr *rm = context->resource_manager();

【讨论】:

以上是关于如何在 Tensorflow C++ 中定义一个自定义的有状态操作来保存变量的值?的主要内容,如果未能解决你的问题,请参考以下文章

在 Python 中编写和注册自定义 TensorFlow 操作

加载自定义模型时 Tensorflow keras 模型到 opencv 错误(C++)

tensorflow lite添加自定义操作

如何在 C++ 中使用 TensorFlow Estimator?

如何在Tensorflow中使用自定义/非默认tf.Graph正确的方法?

如何在 tensorflow 服务器上使用自定义操作