Deepcopy和张量流张量

时间:2018-06-29 13:17:10

标签: python tensorflow model copy

我正在训练一个称为net1的深层网络,我有两个优化步骤,第一步是对net1进行一定程度的训练,然后复制此训练过的网络,称为net1_copy,然后进入第二个训练阶段继续训练net1,在第二个训练步骤中,我使用复制的网络net1_copy(权重从第一次优化中冻结,在第二次优化期间不会更新)来检查某些条件,因此第二步,我仅更新net1,不应更新net1_copy。

我尝试使用深度复制,在经过第一步训练后生成net1_copy,这给了我一个错误。深度复制是否适用于涉及传感器流操作的分类?

如果这不是正确的做法,那么人们如何处理同一案件?在训练过程中复制模型并在更新原始模型时冻结它?

0 个答案:

没有答案
相关问题