在tensorflow中初始化新变量

Question

我已经建立并训练了一个模型。在第二阶段，我想替换最后两层，并使用不同的数据重新训练它们。 即使我在新变量上运行初始化，我也经常得到不初始化变量的错误：

var_init_op = tf.initialize_variables(var_list=[fc1_weights, fc1_biases, fc2_weights, fc2_biases]) sess.run(var_init_op)

我知道我必须初始化新的优化器（ADAMSolever），但是 不知道怎么做。

假设我想在中间替换优化器（和其他变量），如何初始化它而不会破坏已经训练过的变量？

Answer 1

您可以使用tf.trainable_variables（）获取所有可训练变量，并排除应从预训练模型中恢复的变量。然后你可以初始化其他变量。