[英]How to get trainable variables of keras model in eager execution mode?
我正在使用 tensorflow 1.15.0。
我用 tf.keras 构建自己的tf.keras
。 但是当我试图用Saver
保存我的 model 时:
saver = tf.compat.v1.train.Saver(var_list=tf.trainable_variables())
我发现tf.trainable_variables()
在eager execution mode
总是会返回空列表。
这是一个简单的代码示例:
import numpy as np
import tensorflow as tf
from tensorflow import keras
tf.enable_eager_execution()
def create_model():
inlayer = keras.Input(shape=(10), name="input")
outlayer = keras.layers.Dense(1, activation='relu')(inlayer)
model = keras.Model(
inputs=inlayer,
outputs=outlayer,
)
optimizer = tf.keras.optimizers.Adam(0.0001)
model.compile(optimizer=optimizer,
loss='mae')
return model
model = create_model()
history = model.fit(np.zeros((1, 10)), np.zeros((1, 10)), epochs=1)
tf.trainable_variables()
Output 是[]
。
有人可以告诉我为什么会发生这种情况,我怎样才能获得 keras model 的 trainable_variables?
谢谢。
您应该使用model.trainable_variables
。
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.