[英]How to manipulate Variables in Tensorflow
我想做这样简单的事情a = a + b
,示例代码如下
sess = tf.InteractiveSession()
embed = tf.Variable(tf.random_uniform([10, 2], -1, 1))
saver = tf.train.Saver([embed])
saver.restore(sess, 'save/model.ckpt')
new_embed = tf.Variable(tf.random_uniform([5, 2], -1, 1))
init = tf.initialize_variables([new_embed])
sess.run(init)
embed = tf.Variable(tf.concat(0, [embed, new_embed]))
但是,最后一行将不会执行,因为embed
变为未初始化的值。
我想在这里完成的工作是从文件中还原变量,并用新变量concat进行连接,即使[10,2]变量成为[15,2]变量,其中前10行来自存储的变量。
我正在考虑将[ old_ebmed
]变量恢复为一个新变量,例如old_ebmed
,但是我找不到办法。
任何帮助,将不胜感激。
我找到了一种将变量还原为具有不同名称的varialbe的方法
import tensorflow as tf
sess = tf.InteractiveSession()
old_embed = tf.Variable(tf.constant(0.0, shape = [10, 2]))
restorer = tf.train.Saver({'embed': old_embed})
restorer.restore(sess, 'test/d.ckpt')
new_embed = tf.Variable(tf.random_uniform([5, 2], -1, 1))
init_new = tf.initialize_variables([new_embed])
sess.run(init_new)
embed = tf.Variable(tf.concat(0, [old_embed, new_embed]))
init_embed = tf.initialize_variables([embed])
sess.run(init_embed)
saver = tf.train.Saver({'embed': embed})
saver.save(sess, 'test/d.ckpt')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.