Belirli bir modelin değişken kapsamını tensorflow olarak yeniden adlandırmak mümkün mü?Kayıtlı modelin değişken kapsamını yeniden adlandırın TensorFlow
with tf.variable_scope('my-first-scope'):
NUM_IMAGE_PIXELS = 784
NUM_CLASS_BINS = 10
x = tf.placeholder(tf.float32, shape=[None, NUM_IMAGE_PIXELS])
y_ = tf.placeholder(tf.float32, shape=[None, NUM_CLASS_BINS])
W = tf.Variable(tf.zeros([NUM_IMAGE_PIXELS,NUM_CLASS_BINS]))
b = tf.Variable(tf.zeros([NUM_CLASS_BINS]))
y = tf.nn.softmax(tf.matmul(x,W) + b)
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
saver = tf.train.Saver([W, b])
... # some training happens
saver.save(sess, 'my-model')
Şimdi 'my-first-scope'
değişken kapsamında kaydedilen modeli yeniden ve yeni bir yeniden her şeyi kaydetmek istiyorum: Mesela
'my-second-scope'
'un yeni bir değişken kapsamı altında. senin hedefe ulaşmak için aşağıdaki gibi
Bu, grafiği tanımlamanız gereken denetim noktasını geri yüklemek için grafiği ve önceki kapsam adını kullanan her şeyi oluşturmanızı gerektirir. Sadece kontrol noktası dosyasına sahipseniz, bunun içinde bir kapsam ismini değiştirebilir misiniz? – npit