在线文档中说,moving_average和moving_variance都是model_variables,而tf.model_variables()返回local_variables类型的张量。这意味着,当我保存我的状态时,model_variables不会被保存吗?Tensorflow的batch_norm中的模型变量
我正在尝试将批量归一化应用于几个3D卷积和完全连接的图层。我用batch_norm训练了我的网络并保存了一个检查点文件,但是当我去恢复我保存的状态时,它说move_mean找不到。确切的错误是,当TF将恢复的值分配给moving_mean时,lhs张量的形状[]不能与rhs的形状一致,[20]。
当我不在图层周围添加batch_norm时,图恢复正常。 我打算在训练结束时添加一个全局变量,以节省我的move_mean和moving_variance值。这是TF为我准备使用batch_norm的方式吗?
谢谢!