使用从另一个图中导入的张量初始化变量答案

【问题标题】：Initializing variables with imported tensors from another graph使用从另一个图中导入的张量初始化变量
【发布时间】：2017-09-08 08:21:34
【问题描述】：

我在 python3 中使用 tensorflow（版本：v1.1.0-13-g8ddd727 1.1.0）（Python 3.4.3（默认，2016 年 11 月 17 日，01:08:31）[GCC 4.8.4] 在 linux 上） , 它是从源代码安装并基于 GPU 的。

我想知道是否可以使用从另一个会话中导入的张量来初始化变量，因为 tensorflow 文档没有提到它，我在 stackoverflow 上找到了它。

train_dir = './gan/train_logs'
    ckpt = tf.train.latest_checkpoint(train_dir)
    filename = ".".join([ckpt, 'meta'])
    print(filename)
    saver = tf.train.import_meta_graph(filename)
    saver.restore(sess, ckpt)
    test = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope='generator')

这里的张量已经成功导入，我想用它们来初始化同一个生成器。

感谢您的帮助！

【问题讨论】：

标签： python-3.x tensorflow deep-learning

【解决方案1】：

您所要做的就是创建 tf.assign 操作。

所以你这样做：

old_weights = .... # your loading

new_weights = tf.Variable( ... ) # any initialisation here!

initialise_new_weights = tf.assign(new_weights, old_weights)

with tf.train.MonitoredSession() as sess:
  # at this point new_weights are randomly initialised
  sess.run(initialise_new_weight) # now they are initialised to your values

或者你可以直接传递初始化参数

old_weights = .... # your loading

new_weights = tf.Variable( ..., initializer = tf.constant_initialiser(old_weights) ) 

with tf.train.MonitoredSession() as sess:
  # they are initialised to your values

【讨论】：

非常感谢您的帮助！它确实有效！问题肯定是这个 tf.assign 并且我没有意识到我必须将它作为一个操作来运行。