Python Tensorflow-如何向saver添加嵌入

我用TF训练一个模型，有两个文件，

myModel.py

和

train\u model.py

。为此，我使用以下代码（train_model.py）：

模型本身实现了如下保存和加载功能（myModel.py）：

这是工作得很好，因为我可以保存和加载我的模型，并在那里做一些计算。 然而，我现在想在Tensorboard中使用PCA/TSNE来可视化每一层的激活

我的问题是：

我必须在train_model.py中添加嵌入，因为我想在训练后添加它。另一方面，我必须保存通过以下方式获得的嵌入变量：

使用my

model.save（）

函数。 如何向会话添加变量或将另一个检查点保存到同一目录

保存变量的最佳方法是什么？您会使用另一个只包含嵌入的检查点吗

谢谢你的帮助

罗马人

...
with tf.Session() as sess:
    my_model = MyModel(placeholders, learning_rate, ...) # builds the graph
    merged = tf.summary.merge_all()
    config = projector.ProjectorConfig()
    writer = tf.summary.FileWriter(save_path, sess.graph)
    for epoch in range(num_epochs):
        sess.run([model.opt_op, model.loss, model.accuracy, merged],
                 feed_dict=feed_dict)
        ...
    model.save(path, sess=sess)

class MyModel:
    self.vars = None
    self.activations = None
    self.build() # builds the graph and fills self.vars & self.activations
    ...

    def save(self, path, sess):
        saver = tf.train.Saver(self.vars)
        saver.save(sess, path)

    def load(self, path, sess):
        saver = tf.train.Saver(self.vars)
        saver.restore(sess, path)

act = output.eval(feed_dict=d, session=sess)
embedding_var = tf.Variable(act, name='activation_layer_{}'.format(i))