---
title: 插入量化算子后，如何恢复模型训练参数
description: "用户调用quantize_model接口在传入的图中插入量化相关的变量op列表（quant_add_ops），该列表中的变量值无法在模型训练参数文件中找到，故模型训练参数直接恢复会出现变量无法找到的错误，因此需要在模型参数恢复之前，将quant_add_ops列表中的变量值从恢复列表中剔除，具体的剔除方法如下："
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0369.html
sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0369.html
indexId: 4079a84a1f3c454612759ce55d29daa3cd6a63f3169a01f3d516db70255922c865
---
# 插入量化算子后，如何恢复模型训练参数

用户调用quantize_model接口在传入的图中插入量化相关的变量op列表（quant_add_ops），该列表中的变量值无法在模型训练参数文件中找到，故模型训练参数直接恢复会出现变量无法找到的错误，因此需要在模型参数恢复之前，将quant_add_ops列表中的变量值从恢复列表中剔除，具体的剔除方法如下：

1. 影子变量恢复情况
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 # 1.获取所有变量的{变量名：变量值}对应字典variables_dict variables_ema = tf.train.ExponentialMovingAverage(moving_average_decay) variables_dict = variables_ema.variables_to_restore() # 2.定义需要恢复的变量的{变量名：变量值}对应字典params_need_load params_need_load = dict() # 3.基于quant_add_ops从variables_dict中找寻需要恢复的变量 for key, value in variables_dict.items(): if value not in quant_add_ops: params_need_load[key] = value # 4.恢复变量 loader = tf.train.Saver(params_need_load) loader.restore(sess, FLAGS.checkpoint)

2. 非影子变量恢复的情况
  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 1.获取所有变量的{变量名：变量值}对应字典variables_dict variables_global = tf.global_variables() variables_dict = dict() for var in variables_global: variables_dict[var.name[:-2]] = var # 2.定义需要恢复的变量的{变量名：变量值}对应字典params_need_load params_need_load = dict() # 3.基于quant_add_ops从variables_dict中找寻需要恢复的变量 for key, value in variables_dict.items(): if value not in quant_add_ops: params_need_load[key] = value # 4.恢复变量 loader = tf.train.Saver(params_need_load) loader.restore(sess, FLAGS.checkpoint)