Tensorflow：如何保存变量并将它们加载到不同的变量？

Question

假设我有两个相同的网络，A和B。我保存了（使用Saver）network A的前一个状态，现在我想把它加载到network B（所有这些都发生在同一次运行中）。我该怎么做？你知道吗

Answer 1

让我举个例子。首先，让我们定义并保存一些变量：

import tensorflow as tf

v1 = tf.Variable(tf.ones(1), name='v1')
v2 = tf.Variable(2 * tf.ones(1), name='v2')

saver = tf.train.Saver(tf.trainable_variables())
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    saver.save(sess, './tmp.ckpt')

现在，让我们在一个新图形中定义一些具有相同名称的变量，并从检查点加载它们的值：

with tf.Graph().as_default():
    assert len(tf.trainable_variables()) == 0
    v1 = tf.Variable(tf.zeros(1), name='v1')
    v2 = tf.Variable(tf.zeros(1), name='v2')

    saver = tf.train.Saver(tf.trainable_variables())
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        saver.restore(sess, './tmp.ckpt')
        print(sess.run([v1, v2]))

最后一行打印：

[array([1.], dtype=float32), array([2.], dtype=float32)]