我使用的是tensorflow 1.15.0。
我使用 tf.keras 构建自己的模型。但是当我尝试使用 Saver
保存模型时:
saver = tf.compat.v1.train.Saver(var_list=tf.trainable_variables())
我发现tf.trainable_variables()
在急切执行模式
下总是返回空列表。
这是一个简单的代码示例:
import numpy as np
import tensorflow as tf
from tensorflow import keras
tf.enable_eager_execution()
def create_model():
inlayer = keras.Input(shape=(10), name="input")
outlayer = keras.layers.Dense(1, activation='relu')(inlayer)
model = keras.Model(
inputs=inlayer,
outputs=outlayer,
)
optimizer = tf.keras.optimizers.Adam(0.0001)
model.compile(optimizer=optimizer,
loss='mae')
return model
model = create_model()
history = model.fit(np.zeros((1, 10)), np.zeros((1, 10)), epochs=1)
tf.trainable_variables()
输出为[]
。
有人可以告诉我为什么会发生这种情况以及如何获得 keras 模型的 trainable_variables 吗?
谢谢。
最佳答案
您应该使用model.trainable_variables
。
关于python - 如何在eager执行模式下获取keras模型的可训练变量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65196566/