我使用张量流预训练模型A。 在a中有一个变量v，该变量设置为不可训练，即，trainable = False。 并将此模型保存到磁盘上的检查点文件中。 现在，我想用另一个数据集微调此变量c。即我需要将此变量c转换为trainable = True。 但是，如果我只是在代码中使用trainable = True更改c的定义，则在加载模型时（sess.restore），它将返回错误：tensorflow.python.framework.errors_impl.NotFoundError：密钥emb_mat / Adam在以下位置找不到检查点。
如果我尝试在脚本中覆盖此变量，即创建另一个v（trainable = True），则该方法也不起作用。它告诉我v已经存在。 我无法使用定义为可训练的所有变量来重新训练我的先前模型，并且只能在优化过程中将{all_variables} {v}传递给var_list，这将花费太多时间。我该如何实现。 谢谢