python - 无法从已保存的较高批量大小的模型中恢复批量大小 1 的权重以进行预测

Question

所以我现在想使用该模型进行预测。整个模型中使用的批量大小可以在训练之前配置，但现在出于预测目的，我希望批量大小为 1，并且我想使用在不同批量大小 (16) 上训练的已保存模型。我尝试在batch_size 1上恢复模型，但出现以下错误:

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [1,1,75] rhs shape= [1,16,75]

我可以通过哪些方法来实现这一目标？

Answer 1

我认为您在输入占位符中使用了定义的形状。在这种情况下，您可以首先加载元图(如果您保存了它)，然后创建新形状的新占位符并将它们添加到该图中。

但是解决此问题的更好方法是将占位符中的batch_size值更改为None。这意味着稍后您可以将任何批量大小的输入提供给您的神经网络。例如:

x_input = tf.placeholder(tf.float32, shape=[None, 32,32,3], name='InputData')
y_target = tf.placeholder(tf.int32, shape=[None], name='LabelData')