我有我创建了一个DNNClassifier和使用如何使用tensorflow恢复模型而不使用会话?
classifier = learn.DNNClassifier(
feature_columns=feature_columns, hidden_units=[10, 20, 10], n_classes=3, model_dir=model_directory)
东西,然后保存在目录model_directory得救了,我得到的文件
checkpoint
events.out.tfevents.1480518258.DESKTOP-E18T9HJ
graph.pbtxt
model.ckpt-100-00000-of-00001
model.ckpt-1-00000-of-00001
model.ckpt-100.meta
model.ckpt-1.meta
然后我尝试加载它,使用
new_classifier = learn.TensorFlowEstimator.restore(model_directory)
(根据我所看到的there) 但是得到
File "importAndClassify.py", line 17, in <module>
new_classifier = learn.TensorFlowEstimator.restore(model_directory)
File "/home/Alois/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/contrib/learn/python/learn/estimators/base.py", line 441, in restore
raise ValueError("Restore folder doesn't contain model definition.")
ValueError: Restore folder doesn't contain model definition.
你知道我应该怎么做吗?我读了here“通过向构造函数提供相同的model_dir来完成恢复”。但这没有结果。
new_classifier = learn.DNNClassifier(model_directory)
我很困惑所有API的变化和缺乏明确的文档。特别是,我不明白为什么在某些教程中,使用tensorflow变量和会话构建分类器,并且一切都非常复杂,而且其他一些时候,这听起来很容易,你只需要说你想要这个分类器基于这个和这个参数......这是否进一步参数化?这两个愿景之间有桥梁吗?