我在Tensorflow中有多个架构。其中一些共享某些部分的设计。

我想训练其中一个网络，并在另一个网络中使用相似层面的训练权重。

目前，我能够保存我想保存的权重，并在变量命名完全相同的架构中重新加载它们。

然而，当两个网络中的权重名称不同时，无法恢复。我在第一个网络中使用了这样的命名约定：

• selector_network/c2w/var1

在第二个网络中，我使用的是这样的命名：

• joint_network/c2w/var1

除此之外，这些变量在形状上是相似的。是否有可能在重新加载时更改名称，或者告诉Tensorflow这些变量应该放在哪里？

编辑： 我找到了@某人的一个脚本，它允许重命名Tensorflow检查点的变量：tensorflow_rename_variables。

它不起作用。我得到了以下错误：

ValueError: Couldn't find 'checkpoint' file or checkpoints in given directory ./joint_pos_tagger_lemmatizer/fi/

回答：

tf.train.Saver 使用var_list参数的字典内置支持这种情况。该字典将检查点文件中对象的名称映射到您想要恢复的变量。

如果您想用“selector网络”的检查点来恢复“joint网络”，您可以这样做：

# var1 是您想要恢复的变量saver = tf.train.Saver(var_list={'selector_network/c2w/var1': var1})saver.restore(...)

如果您想恢复更多变量，只需扩展该字典即可。