2回答

慕设计0394643

提问者

2020-03-12

for cirs in range(circulation_num):#0,1,2,3
   pruned_epoch = cirs + 1
   with tf.Session() as sess:
       sess.run(tf.global_variables_initializer())
       if cirs == 0:
           saver.restore(sess, os.path.join('./model/', 'AlexNet_model_epoch243.ckpt-0'))
       else:
           saver.restore(sess, os.path.join('./pruned'+str(cirs)+'/', 'AlexNet_model_epoch'+str(batch_size)+'.ckpt-0'))
       sess.run(global_step)

       #裁剪，测试结果，finetune，保存
   tf.keras.backend.clear_session()

0

1

慕设计0394643

这里中间过程我省略了，但是处理是这样的流程。我现在想每次循环后清除session，避免tensor超过两个G；但是写的有点问题

2020-03-12

共1条回复

正十七

2020-03-11

在循环的开始调用keras的keras.models.load_model可以吗？

好奇你这个的使用场景，一般我们不会这么做。而是训练一定步数后保存一个checkpoint，这一点可以使用CheckpointCallback来实现。

0

1

慕设计0394643

我是想做个实验：读取一个预训练的模型，然后剪枝，然后再finetuen，保存当前新的模型然后再重复这个过程。如果我一直放进去会报错说tensor超过2G，不能报错模型。老师我不知道如何解决，老师有什么建议和方案吗

2020-03-12

共1条回复