假设我有一个带Y层的模型。
我正在尝试通过将Y-1图层设置为trainable=False来恢复模型，因此我在定义tf.train.Saver(var_list=list_of_Y-1_layers)时将所有Y-1图层（变量名称）插入到var_list中，以便可以恢复它们。
我想不恢复最后一层，我想自己训练一下，所以如果我把它变成var_list就会恢复它，如果我不把它放在那里，它就不会在训练期间保存在检查点内
此变量是否会保存在其他位置？或者我在保存/恢复方面做错了什么？
旁注：
要检查是否保存了可训练变量，我使用inspect_checkpoint()中定义的函数tensorflow/tensorflow/python/tools/inspect_checkpoint.py
答案 0 :(得分：1)
您可以创建两个对象，一个用于保存，另一个用于恢复：
#used to restore:
saver_restore = tf.train.Saver(var_list=list_of_Y-1_layers)
#used to save, will save all variables
saver_save = tf.train.Saver()
答案 1 :(得分：0)
您可以在不指定var_list的情况下保存整个模型。这将保存检查点中的所有变量。然后，在还原时，您可以为还原保护程序指定var_list，以仅还原所需的图层子集。
来源：