0
假設我有一個帶有Y圖層的模型。Tensorflow：不恢復，但只能保存可訓練的變量
我試圖通過設置Y-1圖層來恢復模型爲trainable=False，因此我在定義tf.train.Saver(var_list=list_of_Y-1_layers)時將所有Y-1圖層（變量名稱）插入到var_list中，以便它們可以恢復。
我想不恢復最後一層，我想訓練自己，所以如果我把它放回var_list，它會得到恢復，如果我不放在那裏，它不會在檢查點期間保存訓練。
此變量是否保存在別處？還是我在做一些錯誤的保存/恢復？
旁註： 要檢查訓練的變量沒有被保存，我用的是功能inspect_checkpoint()，這是在tensorflow/tensorflow/python/tools/inspect_checkpoint.py
所以你的問題是，你要在訓練期間檢查點的變量，但也避免了恢復它時，你不想？一種選擇是保存和恢復所有內容，但也有一個在恢復後運行的操作'init_trainable = tf.variables_initializer（tf.trainable_variables（））'。 – jdehesa