修正张量流检验点中张量的形状-Java 学习之路

我有一个张量流检查点，我可以在使用常规例程 tf.train.Saver() 和 saver.restore(session, 'my_checkpoint.ckpt') 重新定义与之对应的图形后加载 .

但是，现在，我想修改网络的第一层以接受形状输入 [200, 200, 1] 而不是 [200, 200, 10] .

为此，我想通过在第三维上求和来修改对应于第一层的张量的形状，从 [3, 3, 10, 32] （3x3内核，10个输入通道，32个输出通道）到 [3, 3, 1, 32] .

我怎么能这样做？

1 回答

我找到了一种方法，但不是那么简单 . 给定一个检查点，我们可以将它转换为序列化的numpy数组（或者我们可能认为适合保存numpy数组字典的任何其他格式），如下所示：

checkpoint = {}
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    saver.restore(sess, 'my_checkpoint.ckpt')
    for x in tf.global_variables():
        checkpoint[x.name] = x.eval()
    np.save('checkpoint.npy', checkpoint)

可能有一些例外要处理，但让我们保持代码简单 .

然后，我们可以在numpy数组上执行我们喜欢的任何操作：

checkpoint = np.load('checkpoint.npy')
checkpoint = ...
np.save('checkpoint.npy', checkpoint)

最后，我们可以在构建图形后手动加载权重：

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    checkpoint = np.load('checkpoint.npy').item()
    for key, data in checkpoint.iteritems():
        var_scope = ... # to be extracted from key
        var_name = ...  # 
        with tf.variable_scope(var_scope, reuse=True):
            var = tf.get_variable(var_name)
            sess.run(var.assign(data))

如果有一个更简单的方法，我全都耳朵！

回复于 2024-04-28T14:47:22+08:00

修正张量流检验点中张量的形状

1 回答

相关问题