我正在运行tf.contrib.learn TensorFlow服务中的宽和深模型并导出训练好的模型我是使用一段代码无法保存tf.contrib.learn在张量流会话中的宽和深模型,并将其服务于TensorFlow服务
with tf.Session() as sess:
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
m.fit(input_fn=lambda: input_fn(df_train), steps=FLAGS.train_steps)
print('model successfully fit!!')
results = m.evaluate(input_fn=lambda: input_fn(df_test), steps=1)
for key in sorted(results):
print("%s: %s" % (key, results[key]))
model_exporter = exporter.Exporter(saver)
model_exporter.init(
sess.graph.as_graph_def(),
init_op=init_op,
named_graph_signatures={
'inputs': exporter.generic_signature({'input':df_train}),
'outputs': exporter.generic_signature({'output':df_train[impressionflag]})})
model_exporter.export(export_path, tf.constant(FLAGS.export_version), sess)
print ('Done exporting!')
但是在使用该命令saver = tf.train.Saver()
错误ValueError: No variable to save is displayed
enter image description here
我怎样才能节省模式,使一个可投放的创建这是必需的,而装载在tensorflow导出模型标准服务器?任何帮助表示赞赏。
您是否先尝试sess.run(init_op)?你的图表还有别的吗? – drpng
是的,我尝试使用sess.run(init_op),但是我仍然面临同样的问题。 – Vasanti
你能打印更多的信息[这里](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/training/saver.py#L1016),并与你期望的相比较吗?您可能想尝试稍后实例化保存程序。 – drpng