tensorflow 只恢复部分模型参数

傷城~ 2022-03-16 15:54 179阅读 0赞

原文：[https://www.cnblogs.com/huwtylv/p/10204295.html][https_www.cnblogs.com_huwtylv_p_10204295.html]

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()

[https_www.cnblogs.com_huwtylv_p_10204295.html]: https://www.cnblogs.com/huwtylv/p/10204295.html

发表评论取消回复

表情：

评论列表（有 0 条评论，179人围观）

还没有评论，来说两句吧...

相关阅读

相关 Pytorch中实现只导入部分模型参数的方式

![e0d34bcb3f6a87a90eaa31d14d350423.jpeg][] 今天小编就为大家分享一篇Pytorch中实现只导入部分模型参数的方式，具有很好的参考价值

浅浅的花香味﹌/ 2024年03月22日 20:42/ 0 赞/ 73 阅读

相关 tensorflow 恢复(restore)模型的两种方式

0.前言首先我们要理解TensorFlow的一个规则，首先构建计算图（graph），然后初始化graph中的data，这两步是分开的。 1.如何恢复模型有两种

冷不防/ 2022年12月01日 12:22/ 0 赞/ 242 阅读

相关 TensorFlow_MNIST 保存、恢复模型及参数

内容：使用TensorFlow跑MNIST，并保存模型。之后恢复模型并进行测试配置：win7x64/PyCharm/Python3.5/tensorflow-1.2.1/

一时失言乱红尘/ 2022年06月12日 09:14/ 0 赞/ 242 阅读

相关 Tensorflow 模型保存与恢复（3）保存模型到单个文件中

保存模型到单个.pb文件中前面两篇介绍了使用Saver 和SavedModel保存模型： [Tensorflow 模型保存与恢复（1）使用tf.train.Save

谁借莪１个温暖的怀抱￠/ 2022年04月08日 15:47/ 0 赞/ 353 阅读

相关 Tensorflow 模型保存与恢复（2）使用SavedModel

使用`SavedModel` 保存和恢复模型本篇介绍使用`SavedModel`进行模型的保存与恢复。其他相关： [Tensorflow 模型保存与恢复（1）使

短命女/ 2022年04月04日 15:09/ 0 赞/ 982 阅读

相关 Tensorflow 模型保存与恢复（1）使用tf.train.Saver()

使用tf.train.Saver() 保存和恢复模型 `tf.train.Saver()`主要用来在训练期间保存模型的checkpoint文件，便于在训练中断时方便的恢复

落日映苍穹つ/ 2022年04月04日 11:16/ 0 赞/ 225 阅读

相关 tensorflow 只恢复部分模型参数

原文：[https://www.cnblogs.com/huwtylv/p/10204295.html][https_www.cnblogs.com_huwtylv_p_102

傷城~/ 2022年03月16日 15:54/ 0 赞/ 180 阅读

相关 tensorflow实现BP模型，保存与重新恢复操作

前言：这种方法保存和重新恢复模型参数，是必须要重新定义BP模型的。还有一种不需要重新定义模型结果的方法，请先参考其他文章，我做了后再重新贴上了。 BP模型的建立和训

痛定思痛。/ 2022年03月06日 07:20/ 0 赞/ 302 阅读

相关 Pytorch模型迁移和迁移学习,导入部分模型参数

Pytorch模型迁移和迁移学习目录 Pytorch模型迁移和迁移学习 1. 利用resnet18做迁移学习 2. 修改网络名称并迁移学习 3.去除原模型的某些

- 日理万妓/ 2021年12月22日 13:04/ 0 赞/ 415 阅读

相关 TensorFlow学习笔记（九）—— Tensorflow模型的保存与恢复加载

近期做了一些反垃圾的工作，除了使用常用的规则匹配过滤等手段，也采用了一些机器学习方法进行分类预测。我们使用TensorFlow进行模型的训练，训练好的模型需要保存，预测阶段我们

喜欢ヅ旅行/ 2021年09月27日 12:28/ 0 赞/ 455 阅读