我正在使用Tensorflowtf.Saver
加载预先训练的模型,我想通过擦除(重新初始化为随机值)适当的权重和偏差来重新训练其某些层,然后训练这些层并保存训练后的模型。我找不到重新初始化变量的方法。我尝试了一下,tf.initialize_variables(fine_tune_vars)
但是没有用(我想是因为变量已经初始化了),我还看到可以将变量传递给,tf.Saver
以便部分加载模型,但这只是我要实现的一半(因为当我保存训练好的模型时,我希望它保存所有变量,而不仅仅是我加载的变量。
先感谢您!
initialize_all_variables
应该可以重新初始化以前初始化的var。
刚刚在0.10中进行了此健全性检查
tf.reset_default_graph()
a = tf.Variable(tf.ones_initializer(()))
init_op = tf.initialize_all_variables()
modify_op = a.assign(5.0)
sess = tf.InteractiveSession()
sess.run(init_op)
print(a.eval())
sess.run(modify_op)
print(a.eval())
sess.run(init_op)
print(a.eval())
结果
1.0
5.0
1.0
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句