我有预训练的网络，我正在尝试获取它的一部分(子图)tf 图以及变量和保护程序对象。
我就是这样做的:
subgraph = tf.graph_util.extract_sub_graph(default_graph, list of nodes to preserve)
tf.reset_default_graph()
tf.import_graph_def(subgraph)
如何在保留变量值的同时保留较大图的子图？ 是否需要添加一些新节点到“保留列表”？
我仍然不清楚图节点和变量之间的关系，教程仅提到变量的创建会在图中创建一些操作(节点)。
最佳答案
我认为你所做的看起来是正确的。正如您所说，变量只是一个输出特定值的张量的操作(图中的节点)。您应该能够将变量节点添加到列表中以保留它们，就像您已经做的那样。您可以使用 print(sess.graph_def) 确保您提供的名称正确吗？
关于machine-learning - 在 tensorflow 中提取子图，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41346052/