Tensorflow，如何从数组恢复变量？

我举了一个例子，有如下变量

weights = {
    # 5x5 conv, 1 input, 32 outputs
    'wc1': tf.Variable(tf.random_normal([5, 5, 1, 32])),
    # 5x5 conv, 32 inputs, 64 outputs
    'wc2': tf.Variable(tf.random_normal([5, 5, 32, 64])),
    # fully connected, 7*7*64 inputs, 1024 outputs
    'wd1': tf.Variable(tf.random_normal([7*7*64, 1024])),
    # 1024 inputs, 10 outputs (class prediction)
    'out': tf.Variable(tf.random_normal([1024, n_classes]))
}

biases = {
    'bc1': tf.Variable(tf.random_normal([32])),
    'bc2': tf.Variable(tf.random_normal([64])),
    'bd1': tf.Variable(tf.random_normal([1024])),
    'out': tf.Variable(tf.random_normal([n_classes]))
}

所以我不能使用下面的代码来恢复变量

wc1 = tf.get_variables("weights[wc1]")

---

那么如何使用tensorflow恢复变量呢？

您只需通过

weights["wc1"]

命令

tf.get_variable

以另一种方式使用，如果要使用它来恢复已创建的变量，则需要位于

reuse=True

的变量范围内，并使用tensorflow与该变量关联的名称，而不是python指针。例如：

with tf.variable_scope('var_scope'):
    v = tf.Variable(5, shape=(), dtype=tf.float32, name='my_var')

with tf.variable_scope('var_scope', reuse=True):
    v_again = tf.get_variable(name='my_var', dtype=tf.float32)

现在

v

和

v_

是指向同一tensorflow变量的两个python变量