将一个模型中保存的单个变量张量恢复为另一个模型中的变量张量 - Tensorflow

Question

运行在 tensorflow 1.3.0 GPU 上。我在 TF 中训练了一个模型，并使用以下方法仅保存了一个 varialbe 张量：

embeddings = tf.Variable(tf.random_uniform([4**kmer_len, embedding_size], -0.04, 0.04), name='Embeddings')
more code, variables...
saver = tf.train.Saver({"Embeddings": embeddings})  # saving only embeddings variable
some more code, training model...
saver.save(ses, './embeddings/embedding_mat')       # saving the variable

现在，我在不同的文件中有一个不同的模型，我想只恢复保存的单个 embeddings 变量。问题是这个新模型有更多的变量。现在，当我尝试通过以下方式恢复变量时：

embeddings = tf.Variable(tf.random_uniform([4**kmer_len_emb, embedding_size], -0.04, 0.04), name='Embeddings')
dense1 = tf.layers.dense(inputs=kmer_flattened, units=200, activation=tf.nn.relu, use_bias=True)  
ses = tf.Session()
init = tf.global_variables_initializer()
ses.run(init)
saver = tf.train.Saver()
saver.restore(ses, './embeddings/embedding_mat')

我收到“未在检查点中找到”错误。关于如何处理这个的任何想法？谢谢

Answer 1

是因为找不到dense1检查点。试试这个：

all_var = tf.global_variables()

var_to_restore = [v for v in all_var if v.name == 'Embeddings:0']
ses.run(init)

saver = tf.train.Saver(var_to_restore)
saver.restore(ses, './embeddings/embedding_mat')

Answer 2

您必须在该变量上创建 Saver 的实例：

saver = tf.train.Saver(var_list=[embeddings])

这是在告诉您的 Saver 实例只处理 restoring/saving 该图形的特定变量，否则它将尝试 restore/save 图形的所有变量。

将一个模型中保存的单个变量张量恢复为另一个模型中的变量张量 - Tensorflow

Restoring a single variable tensor saved in one model to variable tensor in another model - Tensorflow

tensorflow

tensor