这篇文章给大家分享的是有关tensorflow如何只恢复部分模型参数的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
代码
import tensorflow as tf def model_1(): with tf.variable_scope("var_a"): a = tf.Variable(initial_value=[1, 2, 3], name="a") vars = [var for var in tf.trainable_variables() if var.name.startswith("var_a")] print(len(vars)) return vars def model_2(): vars1 = model_1() with tf.variable_scope("var_b"): a = tf.Variable(initial_value=[1, 2, 3], name="a") vars2 = [var for var in tf.trainable_variables() if var.name.startswith("var")] print(len(vars2)) return vars1 def pretrain_model1(): print("-------- model 1 ------") vars = model_1() with tf.Session() as sess: sess.run(tf.global_variables_initializer()) saver = tf.train.Saver() saver.save(sess, "./model.ckpt") def train_model2(): print("-------- model 2 ------") model1_vars = model_2() with tf.Session() as sess: sess.run(tf.global_variables_initializer()) saver = tf.train.Saver(var_list=model1_vars) saver.restore(sess, "./model.ckpt") vars = sess.run([model1_vars]) for var in vars: print(var) step = 2 if step == 1: pretrain_model1() else: train_model2()
感谢各位的阅读!关于“tensorflow如何只恢复部分模型参数”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。