使用tf.train.Saver加载模型检查点时，如何修改张量形状？

Question

我用固定的批次大小训练了RNN，但是现在我想修改我用tf.train.Saver保存的图， tf.train.Saver批次大小为1以进行推理。 我该怎么办？

session = tf.InteractiveSession()
saver = tf.train.import_meta_graph('model.ckpt.meta')
saver.restore(session, 'model.ckpt')

Answer 1

实现此目的的一种方法是在测试时重建不同的网络（尽管兼容），并将恢复限制为仅权重。

培训期间，

net = make_my_net(batch_size)
...
saver.save(session, model_name)

在测试期间，

net = make_my_net(1)
...
saver.restore(session, model_name)

稍后将用之前保存的变量替换变量的值（包括网络权重）。 您不必根据文档初始化将要覆盖的变量，尽管我相信并非总是如此。

请注意，重建其他网络可让您有机会构建更干净的测试网络，例如，通过删除诸如辍学之类的图层。