È possibile rinominare l'ambito variabile di un determinato modello in tensorflow?Rinomina ambito variabile del modello salvato in TensorFlow
Per esempio, ho creato un modello di regressione logistica per le cifre MNIST, sulla base del tutorial:
with tf.variable_scope('my-first-scope'):
NUM_IMAGE_PIXELS = 784
NUM_CLASS_BINS = 10
x = tf.placeholder(tf.float32, shape=[None, NUM_IMAGE_PIXELS])
y_ = tf.placeholder(tf.float32, shape=[None, NUM_CLASS_BINS])
W = tf.Variable(tf.zeros([NUM_IMAGE_PIXELS,NUM_CLASS_BINS]))
b = tf.Variable(tf.zeros([NUM_CLASS_BINS]))
y = tf.nn.softmax(tf.matmul(x,W) + b)
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
saver = tf.train.Saver([W, b])
... # some training happens
saver.save(sess, 'my-model')
Ora voglio ricaricare il modello salvato nel 'my-first-scope'
portata variabile e quindi salvare di nuovo tutto per una nuova file e sotto un nuovo ambito variabile di 'my-second-scope'
.
Ciò richiede che sia stato costruito il grafico e tutto utilizzando il nome dell'ambito precedente, poiché per ripristinare il checkpoint è necessario aver definito il grafico. Se si dispone solo del file di checkpoint, è possibile sostituire un nome di ambito al suo interno? – npit