在線文檔中說,moving_average和moving_variance都是model_variables,而tf.model_variables()返回local_variables類型的張量。這意味着,當我保存我的狀態時,model_variables不會被保存嗎?Tensorflow的batch_norm中的模型變量
我正在嘗試將批量歸一化應用於幾個3D卷積和完全連接的圖層。我用batch_norm訓練了我的網絡並保存了一個檢查點文件,但是當我去恢復我保存的狀態時,它說move_mean找不到。確切的錯誤是,當TF將恢復的值分配給moving_mean時,lhs張量的形狀[]不能與rhs的形狀一致,[20]。
當我不在圖層周圍添加batch_norm時,圖恢復正常。 我打算在訓練結束時添加一個全局變量,以節省我的move_mean和moving_variance值。這是TF爲我準備使用batch_norm的方式嗎?
謝謝!