0
假设我有一个带有Y图层的模型。Tensorflow：不恢复，但只能保存可训练的变量
我试图通过设置Y-1图层来恢复模型为trainable=False，因此我在定义tf.train.Saver(var_list=list_of_Y-1_layers)时将所有Y-1图层（变量名称）插入到var_list中，以便它们可以恢复。
我想不恢复最后一层，我想训练自己，所以如果我把它放回var_list，它会得到恢复，如果我不放在那里，它不会在检查点期间保存训练。
此变量是否保存在别处？还是我在做一些错误的保存/恢复？
旁注： 要检查训练的变量没有被保存，我用的是功能inspect_checkpoint()，这是在tensorflow/tensorflow/python/tools/inspect_checkpoint.py
所以你的问题是，你要在训练期间检查点的变量，但也避免了恢复它时，你不想？一种选择是保存和恢复所有内容，但也有一个在恢复后运行的操作'init_trainable = tf.variables_initializer（tf.trainable_variables（））'。 – jdehesa