在tensorflow中初始化新变量

我已经建立并训练了一个模型。在第二阶段，我想替换最后两层，并使用不同的数据对它们进行重新训练。 即使我在新变量上运行了初始化，我也经常会因为没有初始化变量而出错：

var_init_op=tf.初始化变量（var_list=[fc1_权重，fc1_偏差，fc2_权重，fc2_偏差]）
sess.run（var\u init\u op）

我知道我也必须初始化新的优化器（ADAMSolever），但是 我不知道该怎么做

---

假设我要在中间替换优化器（和其他变量），如何在不破坏已经训练过的变量的情况下初始化它？

，可以使用TF.TrimabLeValuable（）获取所有可训练变量，并且排除从预训练模型中恢复的变量。然后您可以初始化其他变量。

initialize_variables只是“GraphKeys.variables集合中每个变量的init_op”的快捷方式。如果您想初始化这些变量的子集，您需要自己构建此列表，就像Sherry suggestsHi@dolbi一样，我遇到了类似的问题，即使在初始化之后，它一直告诉我在ckpt文件中找不到（新）变量。你找到解决办法了吗？@RogerTrullo，很抱歉我最终解决了这个问题。。。。