Ich habe zwei Tensorflow-Graphen. Eine für das Training und die andere für die Evaluation. Sie teilen viele Variablennamen. Wenn ich ein Modell auswerte, möchte ich alle Variablenwerte vom Zugdiagramm in das Testdiagramm kopieren. Offensichtlich kann ich es über tf.train.Saver tun, aber diese Lösung scheint mir nicht sehr passend zu sein, besonders die Tatsache, dass wir die Platte dafür verwenden müssen.Kopieren von Variablen aus einem TensorFlow-Graph in einen anderen
1
A
Antwort
3
Wenn Sie über mehrere Diagramme sprechen, ich nehme an, Sie meinen so etwas wie:
g1 = tf.Graph()
with g1.as_default():
# add your stuff
g2 = tf.Graph()
with g2.as_default():
# add other stuff
Wenn dies richtig ist, dann sind Sie sicher, dass Sie benötigen zwei Graphen wirklich? Kannst du nicht einen Graphen haben, der aus zwei verbundenen Komponenten besteht?
mehrere Grafiken zu verwenden ist discouraged (S. 47), weil:
- Mehrere Graphen mehrere Sitzungen benötigen, jeder wird versuchen, alle verfügbaren Ressourcen standardmäßig verwenden
- keine Daten zwischen ihnen passieren kann, ohne sie durch python/numpy vorbei, die nicht in
- Es ist besser verteilt funktioniert getrennt Subgraphen innerhalb eines Graphen haben
Dies gibt Ihnen auch eine Lösung, wie Sie Variablen in einer nicht verteilten Einstellung übergeben.
Verwandte Themen
- 1. Kopieren von Stilen aus einem Bereich in einen anderen Bereich?
- 2. Kopieren von Daten von einem DB in einen anderen DB
- 3. Kopieren von Berechtigungen von einem Windows-Ordner in einen anderen
- 4. Kopieren von Datei aus einem Verzeichnis von einem Ordner in einen anderen mit sas
- 5. Kopieren von Daten aus einem externen Arbeitsblatt zu einem anderen
- 6. Schema von einem Datenrahmen in einen anderen Datenrahmen kopieren
- 7. Cassandra - sstable Snapshot von einem Cluster in einen anderen kopieren
- 8. Wie Kopieren einen unique_ptr von einem Typ zum anderen Werken
- 9. einen Zweig von einem zum anderen kopieren Repo
- 10. Kopieren Liste von Dateien aus einem Ordner in einen anderen in R
- 11. Kopieren von Dateien aus einem Ordner in einen neuen Ordner
- 12. Datei von einem Server auf einen anderen kopieren
- 13. Kopieren einer Datei aus einem Verzeichnis zu einem anderen
- 14. wie aus SVN-Zweig in einen anderen Zweig kopieren
- 15. Kopieren von String aus einem String-Zeiger-Array in einen anderen
- 16. Übergabe einer Variablen von einem Ajax-Aufruf an einen anderen
- 17. Validierung von Variablen aus einem anderen Bash-Skript
- 18. Kopieren von Dateien aus einem Netzwerk
- 19. Kopieren Arbeitsblatt aus einer Arbeitsmappe in einem anderen mit Openpyxl
- 20. Kopieren von Elementen von einem Zeichen-Array zu einem anderen
- 21. Rufen Sie einen Controller aus einem anderen
- 22. Kopieren mehrerer .gz-Dateien aus einem GCS-Bucket in einen anderen Bucket in Java
- 23. Kopieren bestimmte Spalten aus einer Datentabelle auf einen anderen
- 24. Kopieren Referenztyp von einem zum anderen C#
- 25. Kopieren von einem Array zu einem anderen mithilfe von Zeigern
- 26. Typesafe config: Kopieren Sie einen Schlüsselwert aus von einer Config zu einem anderen
- 27. Verwendung von Variablen aus anderen Python-Dateien
- 28. So kopieren Sie Elemente von einem Array zu einem anderen aus verschiedenen Funktionen in Golang
- 29. Kopieren von QuickTime-Audio in einen anderen QuickTime-Film
- 30. Kopieren von Daten aus einem Arbeitsblatt und Einfügen in relevanten Zeilen in einem anderen Arbeitsblatt
Das Problem ist das folgende. Ich habe ein Modell. Ich habe zwei Instanzen davon, eine nimmt die Eingabe aus der Warteschlange, die andere aus einer anderen Warteschlange. Eine Warteschlange ist für den Zugverband, die andere für das Testset. Gibt es eine Möglichkeit, Eingaben auszutauschen, ohne feed_dict zu verwenden? –
Soweit ich weiß, ist die explizite Verwendung von feed_dict auch nicht ratsam, stattdessen sollten Warteschlangen verwendet werden. –
@KonstantinSolomatov Wenn Sie ein weniger abstraktes Beispiel liefern, werde ich versuchen, ein wenig später zu schauen. In Bezug auf Warteschlangen vs Feeds: Sie haben Recht. Dies ist aus Leistungsgründen. Feeds sind meist zum Spielen und Experimentieren. –