Tensorflow：跨圖傳輸變量

Question

我想弄清楚如何導入學習保存模型作爲更大模型的一部分。

具體而言，我有一個RNN和一些嵌入矩陣（模型A），這些嵌入矩陣已經在存儲在.ckpt文件中的大型數據集上進行了訓練。我還有另一個模型（模型B），它使用這個完全相同的RNN和嵌入模型作爲子模型，並使用其他操作來處理此RNN的輸出並將其用於分類。

這兩個模型的圖形定義是不同的，但我想將模型B初始化爲模型A的已保存版本。如何完成這項工作？

我到目前爲止的嘗試是嘗試加載模型A作爲不同會話和圖形下的另一個模型，然後將模型B中的相關矩陣分配給來自A的那些矩陣，但這不起作用。

這裏的代碼的相關部分：

sup = supervised() # spins up a class with an interactive session inside and sets up the graph 
g = tf.Graph() 
with g.as_default(): 
    unsup = unsupervised('unsup.ckpt') # loads in model A from file 
             # w/ another session (not interactive) 
    # get matrix from unsup and assign to sup 
    sup._word_embeddings.assign(unsup.session.run(unsup._word_embeddings)) 
    # do the same for the RNN 
    sup._gate_matrix.assign(unsup.session.run(unsup._gate_matrix)) 
    sup._gate_bias.assign(unsup.session.run(unsup._gate_bias)) 
    sup._cand_matrix.assign(unsup.session.run(unsup._cand_matrix)) 
    sup._cand_bias.assign(unsup.session.run(unsup._cand_bias)) 

注意，這兩種模式有實例化類在使用tf.get_variable()從rnn_cell.linear爲RNN分配矩陣明確的變量。

在此先感謝！

Answer 1

答案原來如此簡單。這只是創建分配操作...要實際執行分配，請在適當的會話中運行操作。