tf.layer
を保存する方法はありますか?基礎となる変数を指定せずに個々のTensorFlowレイヤを保存する
saver = tf.train.Saver(var_list={"varName": varName})
saver.save(sess, "path")
はしかし、これはレイヤーでは動作しません:
Tensorflowは、個々の変数の保存を可能にします。その後、エラーにSaver
コンストラクタを呼び出すと、特定の層に関連付けられた変数を取得するためにtf.get_collection
を使用した:
Saver(var_list={"varName": variableCollection})
ValueError: Slices must all be slices: <tf.Variable 'vars1/kernel:0' shape=(1, 1) dtype=float32_ref>
私の知っている唯一の解決策は、唯一の単一の変数に渡すことですレイヤー内のすべての変数をループして保存する必要がない場合は、はるかに便利です。
Saver(var_list={"varName": variableCollection[0]})
'saver = tf.train.Saver()'と 'saver.save(sess、 'path')'を使うと、モデルのすべての変数とアーキテクチャを保存できます。 –
私はすべてのレイヤーを保存したくないことを示しました。 –