Tensorflow）为什么变量在恢复后没有分配？

Question

我正在学习tensorflow并使用预先训练过的权重的alexnet进行实验。

我在13000次迭代后保存了，我正在尝试在恢复后重新训练模型。

但恢复后，权重不会随着初始化中使用的值而改变。

为什么会发生这种情况？所有的代码（甚至，tensorflow官方网站）刚刚推出的代码来恢复：

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

但这代码不会对这些变量有任何影响。

结果画面是如下：

正如所看到的，恢复之后，通过称为 'session.run（' CONV /内核：0' ）执行 'CONV2 /内核' 的重量是从不同一个来自'model- + 13000.ckpt'

我想很多人都会为这个问题而苦苦挣扎。

谢谢

Answer 1

如果恢复从检查点你的模型，你不希望使用tf.global_variables_initializer()了。 （你只是做了第一次创建模型的训练开始前初始化的权重，否则你基本上是从头开始一遍又一遍。）

这应该更好地工作：

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