修改進口Tensorflow圖學習速度

Question

我創建了一個曲線圖與AdamOptimizer，這是我然後保存tf.train.Saver().save(session, "model_name")

訓練了一段時間，我能夠導入整個圖形和變量在不同的後會話和恢復訓練與

saver = tf.train.import_meta_graph("model_name") 
saver.restore(session, "model_name") 

我希望做的是，導入圖形+變量後，恢復了優化，改變AdamOptimizer的learning_rate之前。那可能嗎？

編輯：這樣做的一種方法是將學習速率定義爲佔位符，並每次輸入不同的值。但讓我們假設圖表已經被保存了，但沒有爲了爭論而做這件事。

Answer 1

我認爲你可以用佔位符替換learning_rate，即。

learning_rate = tf.placeholder(tf.float32,shape=(),name="learing_rate") 
train_op = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(your_loss_tensor, name="train_op") 

當你恢復你的圖表，讓所有的所有OP和相關的像train_op和learning_rate培養張量使用

train_op = graph.get_operation_by_name("train_op") 
learning_rate = graph.get_tensor_by_name("learning_rate:0") 

和運行列車

sess.run(train_op, feed_dict={learning_rate: whatever_you_what}) 

UPDATE： 如果要更改已保存的圖的某些輸入，請參見this