如何在 TensorFlow 中创建变量/常量/占位符的副本？答案

【问题标题】：How to create copies of variables / constants / placeholders in TensorFlow?如何在 TensorFlow 中创建变量/常量/占位符的副本？
【发布时间】：2017-08-29 20:39:44
【问题描述】：

我正在尝试在 TensorFlow 上模拟我的去中心化算法，因此我想创建我的 Model 对象的副本，其中包括变量/占位符/常量到我的每个 Worker 对象中。例如，一个模型包含

self.w = tf.Variable(tf.zeros([10, 784]))
self.X = tf.placeholder(shape=(BATCH_SIZE, 784), dtype=tf.float32)

现在我想为所有Workers 创建这些东西的副本，以便我可以分别初始化、训练和测试它们。实际上，我可以使用显式的 for_loops 为每个工作人员创建它们，但我想象一些 Distributor 对象将其自己的虚拟模型复制到所有工作人员，而不是深入并自己操作 Model 对象。

我试过了

tf.identity，但它将变量转换为张量。
copy.deepcopy 只是给出错误。
记录变量的所有内容并使用tf.Variable 重新创建它们。它很麻烦而且不全面。

任何想法将不胜感激！谢谢！

【问题讨论】：

标签： python tensorflow distributed-computing

【解决方案1】：

创建一个 Python 函数来构建您的模型并多次调用该函数。小心变量重用的故事。

一般来说，没有办法安全地多次复制图中的所有状态。

【讨论】：

感谢您的回答。我想到了一种更好的逻辑方法：首先为每个代理分配他们的数据集，并给定损失模型，我会让他们推断出变量和占位符的正确大小。
嘿，我正在函数内部创建一个变量并返回该变量。但有一件事是变量被覆盖了。我该怎么办？
@jackwilson 我需要查看更多代码才能了解发生了什么。您能否提出一个包含更多信息的单独问题？
嘿，我已经发布了我在此处粘贴链接的问题：stackoverflow.com/questions/54152029/…。