我说的是MODEL2(具有一组特定的,不变的参数)。我可以重复训练该模型,并且每次都能获得与预期相同的结果。
然后我实施了一些测试,这些测试按顺序训练了模型。
在运行MODEL1以及之后运行MODEL2时。与单独运行它相比,MODEL2具有不同的结果(上述第一种情况)。为什么?
每次尝试训练新模型时,我都尝试从头开始初始化tensorflow,但这似乎无济于事。 tf.compat.v1.reset_default_graph()
也无济于事。
有人有主意吗?
答案 0 :(得分:1)
尝试在单独的图形中创建模型。如果在同一过程中运行多个tf模型和会话,则以下模式很有用。
mygraph = tf.Graph()
with mygraph.as_default():
# create or saver.restore tf variables here
session = tf.Session(graph=mygraph)
with session.as_default():
with mygraph.as_default():
session.run(tf.global_variables_initializer())
# train tf here