Question

我正在使用ImageNet训练我的网络，因此我可以为我的项目使用经过训练的权重的子集。

保存和恢复孔重量不是问题，但是当我尝试在没有完全连接的层的情况下保存它们时，它会给我一个错误： NameError：全局名称'w1'未定义。如果它可以帮助任何人，则存储库位于github或代码片段中：

inference.py

...
def inference(images):
    w1 = tf.get_variable('w1', shape=[5,5,3,64])   
    ...

grasp.py

def run_training():
  ...
  logits = inference(images)
  ...
init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
sess = tf.Session()
sess.run(init_op)
saver = tf.train.Saver({'w1': w1})

Traceback ：

Traceback (most recent call last):
  File "./grasp.py", line 130, in <module>
    tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
  File "/usr/local/lib/python2.7/site-
    packages/tensorflow/python/platform/app.py", line 44, in run
    _sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "./grasp.py", line 83, in main
    run_training()
  File "./grasp.py", line 52, in run_training
    saver = tf.train.Saver({'w1': w1})
NameError: global name 'w1' is not defined

如果您有任何建议或需要更多信息，请告知我们。

Answer 1

在这里，您需要访问tf.global_variables()集中的变量。

w1 = [v for v in tf.global_variables() if v.name == 'w1:0'][0]
saver = tf.train.Saver({'w1': w1})

无法在tensorflow中保存/恢复变量子集

1 个答案: