Tensorflow 重用图形,并多次使用它
我在玩弄风格转换。一个重要部分是重新使用现有模型。目前我导入vgg图如下:Tensorflow 重用图形,并多次使用它,tensorflow,Tensorflow,我在玩弄风格转换。一个重要部分是重新使用现有模型。目前我导入vgg图如下: net = vgg16.get_vgg_model() name_layer = 'conv2_2/conv2_2:0' feature_transformed_image = tf.import_graph_def( net['graph_def'], name='vgg', input_map={'images:0': image},return_elements=[n
net = vgg16.get_vgg_model()
name_layer = 'conv2_2/conv2_2:0'
feature_transformed_image = tf.import_graph_def(
net['graph_def'],
name='vgg',
input_map={'images:0': image},return_elements=[name_layer])
现在我想多次重复使用vgg模型(因为我需要获得多个图像的输出)
不幸的是,多次运行这段代码会使我多次导入整个图形(浪费RAM和时间)
所以我的问题是:如何一次导入这个图,并在多个输入中重复使用它 您可以将
feed_dict
参数中要替换的任何张量传递给session.run
(不仅仅是显式占位符)。你能导入一次图形,然后运行它多次输入不同的图像吗?亲爱的Allen,非常感谢你的回复,我不知道这是可能的!不幸的是,在这种情况下,我想计算几个图像在我的图表中的内容损失。。。对每个图像使用session.run意味着我无法计算图形本身的损失……您可以研究一下,它有一个评估指标的概念,可以在图形执行过程中积累信息(原理很简单,只是使用变量作为累加器,但可能它们有一个您可以使用的预制累加器)。