在 Tensorflow 中更改 tf.placeholder 对象的当前图：有可能吗？答案

【问题标题】：Changing the current graph of tf.placeholder objects in Tensorflow: Is it possible?在 Tensorflow 中更改 tf.placeholder 对象的当前图：有可能吗？
【发布时间】：2018-12-10 12:28:09
【问题描述】：

在我的代码中，出于某种原因，我正在更改我当前的默认图表并从头开始重建所有计算逻辑。这自然会导致一些错误，因为我的 tf.placeholder 项目保留在旧图表中。我可以自然地再次声明这些，但为了做到这一点，我必须编写大量的胶水垃圾代码，这会使一切变得不必要地复杂化。我需要的是获取当前图表中的所有tf.placeholder 对象，然后将它们转移到我要创建的新图表中。有没有办法做到这一点？我的初步研究没有给出任何有意义的结果，但我非常肯定 Tensorflow 应该有办法做到这一点。

【问题讨论】：

您可以做的一件事是从经过训练的检查点或冻结图中获取名称为“占位符”的所有节点。但为什么这很重要？您可以在新图表中简单地声明具有相同形状的新占位符。

标签： python tensorflow deep-learning

【解决方案1】：

如果您有 2 个图表，您可以使用 tf.contrib.copy_graph 模块将操作和变量从一个图表复制到另一个图表。

特别是，您可以使用copy_op_to_graph 将占位符pl 从图形g1 复制到图形g2：

tf.contrib.copy_graph.copy_op_to_graph(
    pl,
    g2,
    [],
    scope=''
)

【讨论】：