tensorflow finetune预训练模型方法

背景：

训练好一个网络后，欲修改某个网络层的权值size或者结构，重新初始化该网络层，保留其他网络层参数，继续训练。

 

方法：

此处需要用到slim包中  slim.get_variables_to_restore  函数，由于slim包属于models模块，已在tensorflow1.0后被取消。因此需要重新下载：下载路径：https://github.com/tensorflow/models

步骤：

1.下载slim：

cd ../models/research/slim
git clone https://github.com/tensorflow/models.git

2.引用slim：

sys.path.append("./models/research/slim")
import tensorflow.contrib.slim as slim

3.restore网络模型：

ckpt = tf.train.get_checkpoint_state(CHECK_POINT_PATH) #判断模型是否存在。
if ckpt and ckpt.model_checkpoint_path:
				exclude = ['input', 'layer_1'] #忽略模型中这两个层
				variables_to_restore = slim.get_variables_to_restore(exclude=exclude)
				all_parameters_saver = tf.train.Saver(variables_to_restore)
				all_parameters_saver.restore(sess, ckpt_path)

其中，CHECK_POINT_PATH为checkpoint文件所在的路径，而不是文件路径（..\data\saved_models\model.ckpt）这也算是一个小坑了。

 

 

参考文献：

https://zhuanlan.zhihu.com/p/42183653