我想在tensorflow中仅恢复计算图的一部分。我的架构包含两个网络。第一个网络的输出是第二个网络的输入。第一个网络是预训练的,我想从检查点中恢复它。同时我不想更新第一个网络的参数。是否有示例可以供我参考以实现这一目标?
谢谢
我想在tensorflow中仅恢复计算图的一部分。我的架构包含两个网络。第一个网络的输出是第二个网络的输入。第一个网络是预训练的,我想从检查点中恢复它。同时我不想更新第一个网络的参数。是否有示例可以供我参考以实现这一目标?
谢谢
graph_def = tf.GraphDef()
with tf.gfile.FastGFile("path/to/graphdef") as f:
s = f.read()
graph_def.ParseFromString(s)
GraphDef
:tf.train.import_meta_graph('checkpoint.meta')
tf.get_default_graph().as_graph_def()
trainable=False
的变量只意味着它的值不能通过反向传播进行更改,可以通过 variable.assign(some_new_tensor)
进行更改,但是如果将此变量转换为常量,则无法更改其值。在使用 tf.image_graph_def
导入到Python控制台之前,您可以在任何地方使用 convert_variables_to_constants
。 - Jie.Zhou.pb
文件?"path/to/graphdef" 是这个文件的路径。 - Jie.Zhoumeta_graph_def = tf.MetaGraphDef() with tf.gfile.FastGFile("path/to/graphdef") as f: s = f.read() meta_graph_def.ParseFromString(s) graph_def = meta_graph_def.graph_def
- Jie.Zhou