如何恢复保存的张量流模型？

Question

有两个python文件，第一个用于保存tensorflow 模型。第二个是恢复保存的模型。

问题：

1. 当我一个接一个地运行这两个文件时，就可以了。

2. 当我运行第一个时，重新启动编辑并运行第二个，它 告诉我 w1 没有定义？

我想做的是：

1. 保存一个张量流模型

2. 恢复保存的模型

它有什么问题？感谢您的热心帮助？

model_save.py

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()

with tf.Session() as sess: 
sess.run(tf.global_variables_initializer())
saver.save(sess, 'SR\\my-model')

model_restore.py

import tensorflow as tf

with tf.Session() as sess:    
saver = tf.train.import_meta_graph('SR\\my-model.meta')
saver.restore(sess,'SR\\my-model')
print (sess.run(w1))

Answer 1

简而言之，你应该使用

print (sess.run(tf.get_default_graph().get_tensor_by_name('w1:0')))

而不是 model_restore.py 文件中的 print (sess.run(w1))。

model_save.py

import tensorflow as tf
w1_node = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2_node = tf.Variable(tf.random_normal(shape=[5]), name='w2')
saver = tf.train.Saver()

with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())
  print(w1_node.eval()) # [ 0.43350926  1.02784836]
  #print(w1.eval()) # NameError: name 'w1' is not defined
  saver.save(sess, 'my-model')

w1_node只定义在model_save.py中，model_restore.py文件无法识别。 当我们通过name 调用Tensor 变量时，我们应该使用get_tensor_by_name，正如这篇文章Tensorflow: How to get a tensor by name? 所建议的那样。

model_restore.py

import tensorflow as tf

with tf.Session() as sess:
  saver = tf.train.import_meta_graph('my-model.meta')
  saver.restore(sess,'my-model')
  print (sess.run(tf.get_default_graph().get_tensor_by_name('w1:0')))
  # [ 0.43350926  1.02784836]
  print(tf.global_variables()) # print tensor variables
  # [<tf.Variable 'w1:0' shape=(2,) dtype=float32_ref>,
  #  <tf.Variable 'w2:0' shape=(5,) dtype=float32_ref>]
  for op in tf.get_default_graph().get_operations():
    print str(op.name) # print all the operation nodes' name