将张量流模型保存到文件答案

【问题标题】：Save tensorflow model to file将张量流模型保存到文件
【发布时间】：2016-10-26 07:02:06
【问题描述】：

我创建了一个 tensorflow 模型，我想将其保存到文件中，以便以后进行预测。特别是，我需要保存：

input_placeholder
(= tf.placeholder(tf.float32, [None, iVariableLen]))
solution_space
(= tf.nn.sigmoid(tf.matmul(input_placeholder, weight_variable) + bias_variable))
会话
(= tf.Session())

我尝试过使用 pickle，它适用于 sklearn 二值化器等其他对象，但不适用于上述对象，我在底部收到错误。

我如何腌制：

import pickle
with open(sModelSavePath, 'w') as fiModel:
    pickle.dump(dModel, fiModel)

其中dModel 是一个字典，其中包含我想要保留的所有对象，我用它来拟合。

关于如何腌制张量流对象有什么建议吗？

错误信息：

pickle.dump(dModel, fiModel)
...
    raise TypeError, "can't pickle %s objects" % base.__name__
TypeError: can't pickle module objects

【问题讨论】：

你可以使用 Tensorflow 的内置功能吗？ tensorflow.org/versions/r0.9/how_tos/variables/…

标签： python-2.7 tensorflow pickle

【解决方案1】：

我解决这个问题的方法是使用pickleing Sklearn 对象，如二值化器，并将tensorflow's inbuilt save functions 用于实际模型：

保存张量流模型：
1) 像往常一样构建模型
2) 使用tf.train.Saver() 保存会话。例如：

oSaver = tf.train.Saver()

oSess = oSession
oSaver.save(oSess, sModelPath)  #filename ends with .ckpt

3) 这会将会话中所有可用的变量等保存到它们的变量名中。

加载张量流模型：
1）整个流程需要重新初始化。换句话说，需要声明变量、权重、偏差、损失函数等，然后将tf.initialize_all_variables()初始化并传入oSession.run()
2) 现在需要将该会话传递给加载程序。我抽象了流程，所以我的加载器看起来像这样：

dAlg = tf_training_algorithm()  #defines variables etc and initializes session

oSaver = tf.train.Saver()
oSaver.restore(dAlg['oSess'], sModelPath)

return {
    'oSess': dAlg['oSess'],
    #the other stuff I need from my algorithm, like my solution space etc
}

3) 预测所需的所有对象都需要从初始化中取出，在我的例子中位于 dAlg

PS：泡菜是这样的：

with open(sSavePathFilename, 'w') as fiModel:
    pickle.dump(dModel, fiModel)

with open(sFilename, 'r') as fiModel:
    dModel = pickle.load(fiModel)

【讨论】：

欣赏这个答案，但 oSession 是什么？

【解决方案2】：

您应该将项目保存为两个单独的部分，一个用于tensorflow 的对象，另一个用于其他对象。我建议您使用以下工具：

tf.saved_model：你要保存和加载的程序tensorflow都在里面。
dill：基于pickle的更强大的pickle工具，可以帮你绕过pickle遇到的大部分错误

【讨论】：