Как получить общее количество параметров различных операций в тензорном потоке?

Question

Я знаю, как получить число обучаемых переменных в тензорном потоке. Тем не менее, в некоторых случаях ( seq2seq, заголовок видео) train_op работает немного иначе, чем предикат_op. Я хочу знать, сколько параметров связано с train_op, и сколько параметров связано с предсказанием_op?

Вот код для получения количества параметров обучаемой переменной.

def get_num_params():
print('==='* 30)
num_params = 0
for variable in tf.trainable_variables():
    shape = variable.get_shape()
    print(variable.name, shape)
    num_params += reduce(mul, [dim.value for dim in shape], 1)
print('total param number', num_params)
print('===' * 30)