Question

我正在学习张量流，并使用训练有素的亚历山大重量进行实验。

我在13000次迭代后保存，我试图在恢复后重新训练模型。

但是在恢复之后，权重不会随初始化中使用的值而改变。

为什么会这样？所有代码（甚至是tensorflow官方网站）都只介绍了要恢复的代码：

saver.restore(sess, "/tmp/model.ckpt")

但是这段代码对变量没有任何影响。

结果图如下：

如您所见，恢复后，'session.run（'conv / kernel：0'）执行的称为'conv2 / kernel'的权重与'model- + 13000.ckpt'

我认为很多人都会在这个问题上苦苦挣扎。

谢谢

Answer 1

如果您从检查点恢复模型，则不再想要使用tf.global_variables_initializer()。（你只是在训练开始之前第一次创建模型来初始化权重时这样做，否则你基本上是从头开始重新开始。）

这应该更好：

saver.restore(sess, "/tmp/model.ckpt")
print sess.run('conv/kernel:0')