TF
有tf.variable_scope()
,允许用户在代码中的任何位置访问tf.Variable()
。基本上TF
中的每个变量都是一个全局变量。
是否有类似方法可以访问tf.nn.rnn_cell.LSTMCell()
或tf.layers.Dense()
等类对象?更具体地说,我可以创建一个新的类对象,让我们说lstm_cell_2
(用于预测)在lstm_cell_1
中使用相同的权重和偏差(在训练期间使用)。
我正在构建一个RNN来进行语言建模。我现在正在做的是返回lstm_cell_1
然后将其传递给预测函数。这有效,但我想最终使用单独的tf.Graph()
和tf.Session()
进行训练,推理和预测。因此出现了共享Tensorflow对象的问题。
此外,我的lstm_cell
是tf.nn.rnn_cell.MultiRNNCell()
的一个实例,它没有名称参数。
由于
答案 0 :(得分:0)
您可以共享作为输出之一的最终状态,例如考虑动态rnn。您可以分享outputs,cell_final_state
。您可能知道cell_final_state.c
和cell_final_state.h
。您可以将最终状态设置为初始状态。 lemme知道我是否清除了你的问题。
刚才注意到这是一个很老的问题。希望能帮助未来的人们。