tensorflow对神经网络进行finetune，来加入新的网络层，并重载已保存的网络层

最新推荐文章于 2024-08-09 17:48:18 发布

fantastic_bobo

最新推荐文章于 2024-08-09 17:48:18 发布

阅读量295

点赞数

文章标签：神经网络 tensorflow 深度学习

本文链接：https://blog.csdn.net/qq_37876289/article/details/106146518

版权

在神经网络的训练过程中，如果想要保持原有的网络层不变，同时加入新的网络层，可以通过以下代码进行操作，只需要改变你的神经网络，同时在模型重载时使用如下代码：

with tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True)) as sess:
	sess.run(init)
	variables_to_restore = slim.get_variables_to_restore()
	load_fn = slim.assign_from_checkpoint_fn("your saved model path",variables_to_restore,ignore_missing_vars=True)
    load_fn(sess)