Tensorflow：如何在应用程序中使用经过训练的模型？答案

【问题标题】：Tensorflow: How to use a trained model in a application?Tensorflow：如何在应用程序中使用经过训练的模型？
【发布时间】：2017-01-22 22:43:27
【问题描述】：

我已经训练了一个 Tensorflow 模型，现在我想导出“函数”以在我的 python 程序中使用它。这可能吗？如果可以，怎么做？任何帮助都会很好，在文档中找不到太多。（我不想保存会话！）

我现在已经按照您的建议存储了会话。我现在是这样加载的：

f = open('batches/batch_9.pkl', 'rb')
input = pickle.load(f)
f.close()
sess = tf.Session()

saver = tf.train.Saver()
saver.restore(sess, 'trained_network.ckpt')
y_pred = []

sess.run(y_pred, feed_dict={x: input})

print(y_pred)

但是，当我尝试初始化保护程序时，我收到错误“没有要保存的变量”。

我想做的是：我正在为棋盘游戏编写一个机器人，输入是格式化为张量的棋盘上的情况。现在我想返回一个张量，它给了我下一个播放的最佳位置，即一个处处为 0 且在一个位置处为 1 的张量。

【问题讨论】：

你可以只存储所有变量
为什么不想保存会话？
我想使用网络进行预测，但我看不出它在会话中是如何工作的
你能告诉我们你的代码吗？您应该能够恢复会话，然后使用 session.run() 评估所需的张量

标签： python tensorflow

【解决方案1】：

我不知道是否有其他方法可以做到这一点，但您可以通过保存会话在另一个 Python 程序中使用您的模型：

您的训练代码：

# build your model

sess = tf.Session()
# train your model
saver = tf.train.Saver()
saver.save(sess, 'model/model.ckpt')

在您的应用程序中：

# build your model (same as training)
sess = tf.Session()
saver = tf.train.Saver()
saver.restore(sess, 'model/model.ckpt')

然后您可以使用 feed_dict 评估模型中的任何张量。这显然取决于您的型号。例如：

#evaluate tensor
sess.run(y_pred, feed_dict={x: input_data})

【讨论】：