tf.get_collection 提取一个范围的变量

I have n（例如：n=3）范围和x（例如：x=4）每个作用域中定义的变量数量。 范围是：

model/generator_0
model/generator_1
model/generator_2

计算损失后，我想根据运行时的标准从其中一个范围中提取并提供所有变量。因此范围的索引idx我选择的是一个 argmin 张量转换为 int32

<tf.Tensor 'model/Cast:0' shape=() dtype=int32>

我已经尝试过：

train_vars = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES, 'model/generator_'+tf.cast(idx, tf.string)) 

这显然不起作用。 有什么办法可以得到所有的x属于该特定范围的变量使用 idx 传递到优化器中。

提前致谢！

维涅什·斯里尼瓦桑

您可以在 TF 1.0 rc1 或更高版本中执行类似的操作：

v = tf.Variable(tf.ones(()))
loss = tf.identity(v)
with tf.variable_scope('adamoptim') as vs:
   optim = tf.train.AdamOptimizer(learning_rate=0.1).minimize(loss)
optim_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope=vs.name)
print([v.name for v in optim_vars]) #=> prints lists of vars created