با سلام
یک شبکه ای در تنسورفلو آموزش داده شده و بدون اشکال بازگردانی شده است. هر بار که مقدار یکی از پارامترهای آن ها را نمایش می دهم، مقدار آن ها تغییر می کند. (حتی وقتی مقدار آن را پشت سر هم بدون اجرای هیچ کدی نمایش می دهم)
with tf.Session() as sess:
model_saver = tf.train.import_meta_graph(graph_path, clear_devices=True)
print('a')
print sess.run('conv2/weights:0')[0][0][0]
model_saver.restore(sess,tf.train.latest_checkpoint(model_path))
print('b')
print sess.run('conv2/weights:0')[0][0][0]
sess.run(tf.global_variables_initializer())
print('c')
print sess.run('conv2/weights:0')[0][0][0]
graph=tf.get_default_graph()
print('d')
print sess.run('conv2/weights:0')[0][0][0]
print('e')
print sess.run('conv2/weights:0')[0][0][0]
print('f')
print sess.run('conv2/weights:0')[0][0][0]
#The result is as follows:
a
[-0.01098256 -0.02540045 0.00205457 ..., -0.01762328 0.00477558
0.02510263]
INFO:tensorflow:Restoring parameters from a/alexmodel-24000
b
[-0.00862724 -0.00063801 0.00860291 ..., -0.0064694 0.00947693
0.03966249]
c
[-0.00527169 -0.00996372 -0.01119023 ..., -0.03444003 0.0151465
0.01171904]
d
[-0.0342185 -0.01777492 0.03872357 ..., -0.02301378 -0.01645034
0.00409415]
e
[-0.00444425 -0.03119807 -0.00692161 ..., -0.00027939 0.00318374
0.00964938]
f
[-0.00094769 -0.03324746 0.00825648 ..., 0.01720827 -0.03083172
0.00712205]
به نظر شما مشکل کجاست؟ مدل به درستی ذخیره نشده؟ یا این که به درستی بازگردانی نمی شود؟
سه مورد پرینت اخر دقیقا پشت سر هم اجرا شده اند. چطور ممکن است مقادیر آن ها با همدیگر فرق کند؟؟؟