如何在多個模型中使用tensorflow保護程序？

Question

我在理解tf.train的正確使用方面遇到了很多麻煩.Saver

我有一個會話，我創建了幾個不同的獨立網絡模型。所有型號都經過培訓，我保存了性能最佳的網絡供以後使用。

然而，當我嘗試在稍後的時間恢復模式，我得到這似乎表明，一些變量可能是沒有得到保存和恢復的錯誤：

NotFoundError: Tensor name "Network_8/train/beta2_power" not found in checkpoint files networks/network_0.ckpt 

出於某種原因，當我嘗試並加載Network_0的變量我被告知我需要Network_8的變量信息。

確保我只保存/恢復多網絡會話中的正確變量的最佳方法是什麼？

看來我的問題的一部分是，雖然我爲每個網絡創建了一個我想爲每個網絡保存（權重和偏見）的dict對象，但是當我設置優化器（如AdamOptimizer tensorflow）時，會自動創建額外的變量需要初始化。如果您使用tf.train.Saver保存所有變量並且只有一個網絡，這很好，但是我正在訓練多個網絡並且只保存最佳結果。我不知道如何指定自動添加到我的字典進行保存的變量。

Answer 1

我的解決方案是在原始模型和新模型（即Network_0和Network_8）中都創建一個具有相同張量名稱的part_saver，它只恢復所需的變量。

part_saver = tf.train.Saver({"W":w,"b":b,...}) 

在還原部分模型之前初始化Network_8中的所有變量。