Question

将修改过的变量发送到优化程序时出错，尝试从tf.get_collection中删除不需要的变量建议我从我们的具有特定范围的tf.get_collection列表中删除一些项目的安全替代方案

代码：

with tf.Session() as sess:
    restorer = tf.train.import_meta_graph('abcd.ckpt.meta')
    restorer.restore(sess,'abcd.ckpt')
    print('Done')
    var = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)
    new_vars=[]
    for index in range(len(var)):
        if index <7:
           continue
        else:
           new_vars.append(var[index])

靠近线下的错误：

optimzing_op = optimizer.minimize(optimizing_var, var_list=list(new_vars.values()))

文件“/home/anaconda2/lib/python2.7/site-packages/tensorflow/python/training/optimizer.py”，第295行，最小化           （[str（v）for _，v in grads_and_vars]，loss））

ValueError：没有为任何变量提供渐变，请检查图表中不支持渐变的ops，变量之间

Answer 1

你可以尝试一些与你在这里做的非常相似的东西，但是直接应用于渐变：

# assuming your optimizer is defined in "optimizer"
grads_and_vars = optimizer.compute_gradients(cost)  # get list of (grad, var) tuples
my_grads_and_vars = []
for ind in range(len(grads_and_vars)):
    if ind < 7:
        continue
    else:
        my_grads_and_vars.append(grads_and_vars[ind])  # filter them
optimizer.apply_gradients(my_grads_and_vars)  # apply filtered gradients

也就是说，您可能在图表中有一些操作会阻止您获得渐变。如果没有说明问题的最小例子，我无法确定。

得到ValueError：修改tf.get_collection列表时没有为任何变量提供渐变

1 个答案: