tensorflow代码在加载ckpt模型时一般会使用如下代码：
saver = tf.train.Saver()
with tf.Session() as sess:saver.restore(sess, "model.ckpt")那么问题来了，如果想把开源的ckpt模型加载到自己代码里不同的变量命名空间中， 应该如何操作呢？
查看tensorflow文档可以发现，tf.train.Saver() 接受一个 var_list 参数，可以是一个 dict[str, SaveableObject]，即一个名字到tf变量的映射，利用它即可实现模型加载时的命名映射。
举一个栗子。在kinetics-i3d代码中，有如下一段
rgb_variable_map = {}
for variable in tf.global_variables():
if variable.name.split('/')[0] == 'RGB':if eval_type == 'rgb600':rgb_variable_map[variable.name.replace(':0', '')[len('RGB/inception_i3d/'):]] = variableelse:rgb_variable_map[variable.name.replace(':0', '')] = variablergb_saver = tf.train.Saver(var_list=rgb_variable_map, reshape=True)功能是根据不同eval_type加载模型的时候，如果eval_type == 'rgb600'，就需要把待加载模型中的每个权重的名字都映射到计算图中加了'RGB/inception_i3d/'前缀的名字的变量。这样就实现了命名映射。
更多精彩内容，请滑至顶部点击右上角关注小宅哦~
作者：dailydreamer
![[JDBC] Kettle on MaxCompute 使用指南](https://img-blog.csdnimg.cn/20210716112850644.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bnFpaW5zaWdodA==,size_16,color_FFFFFF,t_70)
