Tensorflow）爲什麼變量在恢復後沒有分配？

Question

我正在學習tensorflow並使用預先訓練過的權重的alexnet進行實驗。

我在13000次迭代後保存了，我正在嘗試在恢復後重新訓練模型。

但恢復後，權重不會隨着初始化中使用的值而改變。

爲什麼會發生這種情況？所有的代碼（甚至，tensorflow官方網站）剛剛推出的代碼來恢復：

saver.restore(sess, "/tmp/model.ckpt") 

但這代碼不會對這些變量有任何影響。

結果畫面是如下：

正如所看到的，恢復之後，通過稱爲 'session.run（' CONV /內核：0' ）執行 'CONV2 /內核' 的重量是從不同一個來自'model- + 13000.ckpt'

我想很多人都會爲這個問題而苦苦掙扎。

謝謝

Answer 1

如果恢復從檢查點你的模型，你不希望使用tf.global_variables_initializer()了。 （你只是做了第一次創建模型的訓練開始前初始化的權重，否則你基本上是從頭開始一遍又一遍。）

這應該更好地工作：

saver.restore(sess, "/tmp/model.ckpt") 
print sess.run('conv/kernel:0')