Python TensorFlow：当我们微调预先训练好的模型的某些层时，是否排除了范围或操作？
当我指的是网络的一层时，我对范围或操作的含义感到非常困惑。如果我想微调网络的最后一个softmax层，我是要转到作用域、操作还是变量来处理它？所有这些术语之间有什么区别 我已经看过TF slim演练ipynb教程，下面是他们如何排除一些微调范围的：Python TensorFlow：当我们微调预先训练好的模型的某些层时，是否排除了范围或操作？,python,machine-learning,tensorflow,deep-learning,tf-slim,Python,Machine Learning,Tensorflow,Deep Learning,Tf Slim,当我指的是网络的一层时，我对范围或操作的含义感到非常困惑。如果我想微调网络的最后一个softmax层，我是要转到作用域、操作还是变量来处理它？所有这些术语之间有什么区别 我已经看过TF slim演练ipynb教程，下面是他们如何排除一些微调范围的： def get_init_fn(): """Returns a function run by the chief worker to warm-start the training.""" checkpoint_exclude_sc
def get_init_fn():
"""Returns a function run by the chief worker to warm-start the training."""
checkpoint_exclude_scopes=["InceptionV1/Logits", "InceptionV1/AuxLogits"]
exclusions = [scope.strip() for scope in checkpoint_exclude_scopes]
variables_to_restore = []
for var in slim.get_model_variables():
excluded = False
for exclusion in exclusions:
if var.op.name.startswith(exclusion):
excluded = True
break
if not excluded:
variables_to_restore.append(var)
return slim.assign_from_checkpoint_fn(
os.path.join(checkpoints_dir, 'inception_v1.ckpt'),
variables_to_restore)
[“InceptionV1/Logits”，“InceptionV1/AuxLogits”]variable\u to\u restore[“InceptionV1/Logits”，“InceptionV1/AuxLogits”][op.name for op in g.get\u operations（）]op.name