restore与run(tf.global_variables_initializer())

最新推荐文章于 2022-04-04 18:45:27 发布

MrTriste

最新推荐文章于 2022-04-04 18:45:27 发布

阅读量1.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： tensorflow实战深度学习 Python 文章标签： restore tensorflow 初始化变量恢复模型

本文链接：https://blog.youkuaiyun.com/wjc1182511338/article/details/82112181

Python 同时被 3 个专栏收录

7 篇文章

订阅专栏

深度学习

5 篇文章

订阅专栏

tensorflow实战

3 篇文章

订阅专栏

博客围绕TensorFlow恢复模型展开，指出常见需求是加载ckpt里的图并修改，引入新变量时用sess.run(tf.global_variables_initializer())会清空加载数据。解决办法是先构造好图相关部分，构建init_op，在restore前run(init_op)对未初始化变量初始化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一种常见的需求是，加载ckpt里的图，然后在图上进行修改，那么就要用到TensorFlow的恢复模型

要在图上进行修改，难免会引进新的变量，如果使用sess.run(tf.global_variables_initializer())就会将加载进来的数据情清空，那么该怎么办呢？

可以先啥都不管把所有的图相关的部分构造好后，然后构建init_op，然后在restore前run(init_op)

import_graph()
add_var_and_modify_graph()

init_op = tf.group(tf.global_variables_initializer(),tf.local_variables_initializer())
sess.run(init_op)

restore()

对未初始化的变量进行初始化

def get_uninitialized_variables(sess):
   global_vars = tf.global_variables()
   is_not_initialized = sess.run([tf.is_variable_initialized(var) for var in global_vars])
   not_initialized_vars = [v for (v, f) in zip(global_vars, is_not_initialized) if not f]
   print([str(i.name) for i in not_initialized_vars])
   return not_initialized_vars

sess.run(tf.variables_initializer(get_uninitialized_variables(sess)))