从保存的张量流模型更改张量值

时间:2018-12-09 09:47:21

标签: python-3.x tensorflow machine-learning deep-learning dropout

我保存了一些具有漏失层的模型。不幸的是,未提供 dropout_keep_dim 值作为占位符。现在,当我出于测试目的恢复模型时,它将为每次运行提供随机输出。因此,我的问题是,是否可以更改已保存变量的 dropout_keep_dim ?辍学层是通过以下方式添加的:

tf.nn.dropout(layer_no, dropout_keep_dim)

我已经在Google上浪费了时间,却找不到任何可行的解决方案。甚至有解决方案,还是我已保存的模型现在不使用了? Tf.assign无法正常工作,因为就我而言,dropout_keep_dim不是变量。任何帮助都将受到赞赏。

NB。我可以恢复 dropout_keep_dim 值并进行打印。如果可能的话,我想更改它,然后使用保存的权重进行测试。

0 个答案:

没有答案
相关问题