这篇文章给大家分享的是有关tensorflow如何只恢复部分模型参数的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
代码
import tensorflow as tf
def model_1():
with tf.variable_scope("var_a"):
a = tf.Variable(initial_value=[1, 2, 3], name="a")
vars = [var for var in tf.trainable_variables() if var.name.startswith("var_a")]
print(len(vars))
return vars
def model_2():
vars1 = model_1()
with tf.variable_scope("var_b"):
a = tf.Variable(initial_value=[1, 2, 3], name="a")
vars2 = [var for var in tf.trainable_variables() if var.name.startswith("var")]
print(len(vars2))
return vars1
def pretrain_model1():
print("-------- model 1 ------")
vars = model_1()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
saver = tf.train.Saver()
saver.save(sess, "./model.ckpt")
def train_model2():
print("-------- model 2 ------")
model1_vars = model_2()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
saver = tf.train.Saver(var_list=model1_vars)
saver.restore(sess, "./model.ckpt")
vars = sess.run([model1_vars])
for var in vars:
print(var)
step = 2
if step == 1:
pretrain_model1()
else:
train_model2()感谢各位的阅读！关于“tensorflow如何只恢复部分模型参数”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。