使用tf.train.Saver加载模型检查点时如何修改张量形状？

Question

我培训了一个固定批量大小的RNN，但现在我想修改我用tf.train.Saver保存的图表，使批量大小为1进行推理。我怎么能这样做？

session = tf.InteractiveSession()
saver = tf.train.import_meta_graph('model.ckpt.meta')
saver.restore(session, 'model.ckpt')

Answer 1

实现此目的的一种方法是在测试时重建不同的（尽管是兼容的）网络，并将恢复仅限制为权重。

在培训期间，

net = make_my_net(batch_size)
...
saver.save(session, model_name)

在测试期间，

net = make_my_net(1)
...
saver.restore(session, model_name)

后者会将变量（包括网络权重）的值替换为先前保存的值。您不必根据documentation初始化您要覆盖的变量，尽管我认为并非总是如此。

请注意，重建不同的网络可让您有机会构建更清洁的测试网络，例如：删除诸如dropout之类的图层。