tensorflow ---如何只更新部分参数

tensorflow中optimizer minimize自动训练简介和选择训练variable的方法
https://blog.csdn.net/huqinweI987/article/details/82771521

如何只更新指定参数？

用常量

使用tf.constant或者python变量的形式来规避常量被训练，这也是迁移学习要用到的技巧。

在优化时，默认是计算更新图中所有tf.Variable，也可直接指定var_list

optimizer.minimize(loss，var_list=)时传入指定var_list

变量TRAINABLE_VARIABLE=False 配合 tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)

1、定义变量TRAINABLE_VARIABLE=False
2、var_list = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)

变量命名空间 + var_list = tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES, scope=‘selected_variable_to_trian’)

tensorflow 多Agent 灵活保存、更新Graph的各部分参数（tf.variable_scope(), tf.get_collection(), tf.train.Saver()）

https://blog.csdn.net/qq_27465499/article/details/86768909

使用tf.train.Saver()对相应部分参数进行保存和读取：