1. tf.variable_scope生成一个上下文管理器,用于获取已经生成的变量
with tf.variable_scope('pnet'): data = tf.placeholder(tf.float32, (None,None,None,3), 'input') pnet = PNet({'data':data}) pnet.load(os.path.join(model_path, 'det1.npy'), sess)
2.计算图。在程序的开始,最好显式声明一个计算图,多个不同的图可以在不同的线程中计算,显卡的优势就显示出来了。
with tf.Graph().as_default():
3.
4.
5.
6.