tensorflow中加载模型时和图中已定义的张量名重复怎么办？

• tensorflow中加载模型时和图中已定义的张量名重复时，会将以前保存的模型的tensor_name也就是张量名后面加上_1。实验如下图：

  • 以前保存的模型，模型中有a、b、c三个张量和一个val变量。

    • a的tensor为：Tensor("Const:0", shape=(), dtype=int32)，其中tensor_name为Const:0
    • b的tensor为：Tensor("Const_1:0", shape=(), dtype=int32)，其中tensor_name为Const_1:0
    • c的tensor为：Tensor("Add:0", shape=(), dtype=int32)，其中tensor_name为Add:0

      a = tf.constant(102)
      b = tf.constant(2)
      c = tf.add(a, b)
      val = tf.Variable(1.3)
      init_op = tf.global_variables_initializer()
      
      with tf.Session() as sess:
          sess.run(init_op)
          saver = tf.train.Saver()
          saver.save(sess, "./model2/test")
    

  • 再次加载模型时:图中已经定义了a、b、c三个张量，以前图中也有a、b、c三个张量，看最终的效果：

    a = tf.constant(11)
    b = tf.constant(4)
    c = tf.add(a, b)
    val = tf.constant(5)
    
    with tf.Session() as sess:
    
       print(a)
       print(b)
       print(val)
       print(sess.run([a, b, val]))
       saver = tf.train.import_meta_graph("./model2/test.meta")
       saver.restore(sess, "./model2/test")
       # 加载以前模型当中的a b c三个张量,其中c的张量名字已经由Add:0变成了Add_1:0
       graph = tf.get_default_graph()
       c = graph.get_tensor_by_name("Add_1:0")
       print(a)
       print(b)
       print(c)
       print(sess.run([a, b, c]))
    

    • 加载以前模型当中的c张量,其中c张量名字已经由Add:0变成了Add_1:0，运行结果如下图所示：