Tensorflow 用局部numpy数组初始化嵌入张量

我想从具有相同形状的局部numpy数组初始化单词嵌入层，这是来自另一个模型的预训练嵌入。 如果我没有添加partitioner参数就可以了。 def word_嵌入（shape，dtype=tf.float32，name='word_嵌入'）：

但是如果我在tf.get\u变量函数中添加

partitioner=tf.fixed\u size\u partitioner（20）

，它会给我一个错误，告诉我参数是冗余的

---

partitioner

param倾向于加快训练速度。我可以用其他方式添加参数吗？

如果

trainable=False

，那么变量将不会被学习，因此分区对您没有帮助。另一方面，如果希望更新此变量，则需要设置

trainable=True

  f = open('./cnn_embed_array', 'r')
  embedding_array = pickle.load(f)
  f.close()
  print 'embedding_array loaded......'
  with tf.device('/cpu:0'), tf.variable_scope(name):
    return tf.get_variable('embedding', shape, dtype=dtype, initializer=tf.constant_initializer(embedding_array), trainable = False)