Python 3.x Tensorflow复制权重问题

Python 3.x Tensorflow复制权重问题,python-3.x,neural-network,tensorflow,Python 3.x,Neural Network,Tensorflow,我使用Tensorflow 0.8来训练深层神经网络。目前,我遇到一个问题,我想定义两个完全相同的神经网络N1和N2,我训练N1,在训练循环中,我每4次迭代将更新的权重从N1复制到N2。事实上,我知道有一种方法可以使用tf.train.saver.save()将所有N1权重保存到磁盘上的.ckpt文件中,并使用tf.train.saver.restore()从.ckpt文件加载这些权重,这相当于复制功能。但是,这种加载/重新加载会影响训练速度,我想知道是否还有其他更有效的方法来进行复制(例如,在

我使用Tensorflow 0.8来训练深层神经网络。目前,我遇到一个问题,我想定义两个完全相同的神经网络N1和N2,我训练N1,在训练循环中,我每4次迭代将更新的权重从N1复制到N2。事实上,我知道有一种方法可以使用
tf.train.saver.save()
将所有N1权重保存到磁盘上的
.ckpt
文件中,并使用
tf.train.saver.restore()
从.ckpt文件加载这些权重,这相当于复制功能。但是,这种加载/重新加载会影响训练速度,我想知道是否还有其他更有效的方法来进行复制(例如,在内存中进行复制等)。谢谢

如果你能在这里找到你的代码/更多细节,那将是有益的。但是,您可以返回用于训练N1的会话,并在想要训练N2时访问它

如果你能在这里找到你的代码/更多细节,那将是有益的。但是,您可以返回用于训练N1的会话,并在想要训练N2时访问它

看看我的问题,这里:看看我的问题,这里: