tensorflow 加载参数，强化学习模型可扩展。

最新推荐文章于 2024-08-13 22:48:20 发布

qq_16568205

最新推荐文章于 2024-08-13 22:48:20 发布

阅读量402

点赞数 1

分类专栏： tensorflow 文章标签： tensorflow model saver

本文链接：https://blog.youkuaiyun.com/qq_16568205/article/details/102930263

版权

tensorflow 专栏收录该内容

11 篇文章

订阅专栏

本文介绍如何将强化学习中4个智能体训练的模型扩展至更多智能体，通过共享模型参数实现可扩展性，并提供详细步骤及参数加载技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

强化学习中想要在4个智能体训练出来的模型扩展到更多智能体的模型。

若要可扩展，首先需要所有智能体共享一个模型参数，方法是设置reuse=True即可。

然而，现实操作可能还会存在问题。因此通常三个步骤来查看。

1、通常先输出网络的参数。下面三种方法稍有不同，具体输出可以看出。

# 得到该网络中，所有可以加载的参数的三种方法
variables = tf.contrib.framework.get_variables_to_restore()
for i in range(len(variables)):
    print(variables[i])
print('------------variables22222222222---------------')
variables2 = tf.all_variables()
for i in range(len(variables2)):
    print(variables2[i])
print('---------variables33333333------------------')
variables2 = tf.trainable_variables() #得到可训练参数
for i in range(len(variables2)):
   print(variables2[i])

2、过滤一些无关紧要的参数

 # 删除其他参数，adv_agent层中的参数
        variables_to_restore = [v for v in variables if v.name.split('/')[0] == 'adv_agent']

3、加载model的（过滤后）这部分参数

# 构建这部分参数的saver
        saver = tf.train.Saver(variables_to_restore)
        saver.restore(U.get_session(),arglist.load_dir) #arglist.load_dir就是模型存储的位置

参考链接：

1、https://blog.youkuaiyun.com/marsjhao/article/details/72829635#commentBox

2、 https://blog.youkuaiyun.com/huachao1001/article/details/78501928

3、https://blog.youkuaiyun.com/u011961856/article/details/77064631

4、https://blog.youkuaiyun.com/b876144622/article/details/79962727

5、https://blog.youkuaiyun.com/jeryjeryjery/article/details/79880475

6、https://blog.youkuaiyun.com/CV_YOU/article/details/80698942 （多次载入部分参数）