返回信息流最近在自学tensorflow，训练了一个rnn，用mini-batch做梯度下降，在epoch=100的时候保存了一个模型，然后在新的文件中重新载入模型，继续训练，结果发现载入的模型的loss与原模型在100步之后继续训练的loss不一样，更大了。
这几天一直弄不明白为什么，求大佬指点！?
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #33336同步于 2019/2/26
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
tensorflow载入模型的问题
wzs951015
2019/2/26镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
我的learning rate用占位符定义的，重新载入时使用的学习率用的是一样的
【 在 saxon 的大作中提到: 】
: 是不是继续训练没有调整学习率？
我重载模型后用测试集先算了遍损失，能和原模型的测试集损失对上，说明参数应该载入了[ema1][ema1][ema1]我萎了
【 在 xy191651196 的大作中提到: 】
: 应该是那些权重设置成变量了吧？变量应该不保存吧，设置成占位符？哇咔咔，，，，好久没动过tf，都忘了。。