我一直在研究这一段时间,似乎无法破解它。在其他问题中,我看到他们使用这些代码示例为了保存和恢复使用metagraph和检查点文件的模型,但是当我做类似的事情时,它说w1
未定义,当我将savemodel和restore模型分开时python文件。当我在保存部分的末尾恢复时,它可以正常工作,但它无法在一个单独的文件中重新定义所有内容。我查看了检查点文件,看起来奇怪,它只有两行,它似乎没有引用任何变量或有任何值。它只有1kb。我曾尝试将'w1'作为字符串放入打印函数中,而不是返回值,而是返回值。这是否适用于其他人?如果是这样,你的检查点文件是什么样的?在张量流中加载metagraph和检查点
#Saving
import tensorflow as tf
w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]), name='w2')
saver = tf.train.Saver([w1,w2])
sess = tf.Session()
sess.run(tf.global_variables_initializer())
saver.save(sess, 'my_test_model',global_step=1000)
#restoring
with tf.Session() as sess:
saver = tf.train.import_meta_graph('my_test_model-1000.meta',clear_devices=True)
saver.restore(sess,tf.train.latest_checkpoint('./'))
print sess.run(w1)
重复http://stackoverflow.com/questions/33759623/tensorflow-how-to-save-restore-a-model – hars