tensorflow获取预训练模型某层参数并赋值到当前网络指定层方式
已经有了一个预训练的模型,我需要从其中取出某一层,把该层的weights和biases赋值到新的网络结构中,可以使用tensorflow中的pywrap_tensorflow(用来读取预训练模型的参数值)结合Session.assign()进行操作。
这种需求即预训练模型可能为单分支网络,当前网络为多分支,我需要把单分支A复用到到多个分支去(B,C,D)。
先导入对应的工具包
from tensorflow.python import pywrap_tensorflow
接下来的操作在一个tf.Session中进行
reader = pywrap_tensorflow.NewCheckpointReader(pre_train_model_path) # 获取当前图可训练变量 trainable_variables = tf.trainable_variables() # 需要赋值的当前网络层变量,这里只是随便起的名字。 restore_v_target_name = "fc_target" # 需要的预训练模型中的某层的名字 restore_v_source_name = "fc_source" for v in trainable_variables: if restore_v_target_name == v.name: # 回复weights和biases sess.run( tf.assign(v, reader.get_tensor(restore_v_source_name + "/weights"))) if "weights" in v.name else sess.run( tf.assign(v, reader.get_tensor(restore_v_source_name + "/biases")))
以上这篇tensorflow获取预训练模型某层参数并赋值到当前网络指定层方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
pytest fixtures装饰器的使用和如何控制用例的执行顺序
这篇文章主要介绍了pytest fixtures装饰器的使用和如何控制用例的执行顺序,帮助大家更好的理解和使用pytest测试框架,感兴趣的朋友可以了解下2021-01-01PyQt5 QLineEdit输入的子网字符串校验QRegExp实现
这篇文章主要介绍了PyQt5 QLineEdit输入的子网字符串校验QRegExp实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-04-04解决Python plt.savefig 保存图片时一片空白的问题
今天小编就为大家分享一篇解决Python plt.savefig 保存图片时一片空白的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
最新评论