бучения передачи часто используют сеть в качестве экстрактора признаков для создания набора данных признаков, на котором обучается другой классификатор (например, SVM).

Я хочу реализовать это с помощью API набора данных (tf.contrib.data) а такжеdataset.map():

# feature_extractor will create a CNN on top of the given tensor
def features(feature_extractor, ...):
    dataset = inputs(...)  # This creates a dataset of (image, label) pairs

    def map_example(image, label):
        features = feature_extractor(image, trainable=False)
        #  Leaving out initialization from a checkpoint here... 
        return features, label

    dataset = dataset.map(map_example)

    return dataset

Это невозможно при создании итератора для набора данных.

ValueError: Cannot capture a stateful node by value.

Это правда, ядра и смещения сети являются переменными и, следовательно, с состоянием. Для этого конкретного примера они не должны быть все же.

Есть ли способ сделать опс и конкретноtf.Variable объекты без гражданства?

Так как я используюtf.layers Я не могу просто создать их как константы, и установкаtrainable=False не будет создавать константы, но просто не будет добавлять переменные вGraphKeys.TRAINABLE_VARIABLES коллекция.