如何在多个模型中使用 tensorflow saver？

Question

我很难理解正确使用 tf.train.Saver

我有一个会话，我创建了几个不同且独立的网络模型。所有模型都经过训练，我保存性能最佳的网络供以后使用。

但是，当我稍后尝试恢复模型时，我收到一个错误，这似乎表明某些变量要么没有被保存或恢复：

NotFoundError: Tensor name "Network_8/train/beta2_power" not found in checkpoint files networks/network_0.ckpt

由于某种原因，当我尝试加载 Network_0 的变量时，我被告知我需要 Network_8 的变量信息。

确保仅从多网络会话中保存/恢复正确变量的最佳方法是什么？

我的问题的一部分似乎是，虽然我为每个网络要保存的变量（权重和偏差）创建了一个 dict 对象，但当我设置一个优化器（例如 AdamOptimizer tensorflow）时，会自动创建额外的变量需要初始化。如果您使用 tf.train.Saver 保存所有变量并且您只有一个网络，这很好，但是我正在训练多个网络并且只保存最佳结果。我不知道如何指定变量 tf auto 添加到我的字典中以进行保存。

Answer 1

我的解决方案是在原始模型和新模型（即 Network_0 和 Network_8）中创建一个具有相同张量名称的 part_saver，它只恢复所需的变量。

part_saver = tf.train.Saver({"W":w,"b":b,...})

在恢复部分模型之前初始化 Network_8 中的所有变量。