我使用的是tensorflow 1.15.0
我用tf.keras
构建自己的模型。但是当我试图用Saver
保存我的模型时:
saver = tf.compat.v1.train.Saver(var_list=tf.trainable_variables())
我发现tf.trainable_variables()
将始终返回eager execution mode
中的空列表
下面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[]
有人能告诉我为什么会发生这种情况,以及我如何为keras模型获取可训练的_变量
谢谢
您应该使用
model.trainable_variables
相关问题 更多 >
编程相关推荐