在不显式保存会话变量的情况下恢复 TensorFlow 模型答案

【问题标题】：Restoring a TensorFlow Model Without Explicitly Saving Session Variables在不显式保存会话变量的情况下恢复 TensorFlow 模型
【发布时间】：2018-08-14 05:37:56
【问题描述】：

我已经查看了许多有关保存经过训练的神经网络的问题，包括 Tensorflow: how to save/restore a model? 和 https://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/，但它们都没有在不明确保存特定变量的情况下保存模型，就像我的情况一样。这是我的情况：

# In session "sesh" saver = tf.train.Saver() saver.save(sesh,os.getcwd(),latest_filename= 'RNN_plasma.ckpt')

现在，我退出会话并想要恢复我刚刚保存的模型。我怎样才能做到这一点？尝试时：

import tensorflow as tf

with tf.Session() as session1:
    #First let's load meta graph and restore weights
    saver = tf.train.import_meta_graph('RNN_plasma.ckpt')#error-line
    saver.restore(session1,tf.train.latest_checkpoint('./'))

，tf.train.import_meta_graph() 调用返回：

raise IOError("Cannot parse file %s: %s." % (filename, str(e)))
IOError: Cannot parse file RNN_plasma.ckpt: 1:1 : Message type "tensorflow.MetaGraphDef" has no field named "model_checkpoint_path"..

谁能提供关于这里发生了什么以及如何解决它的任何见解？

（我的 TensorFlow 版本没有附带 tf.python.saved_model.simple_save()。（我有 git_version 1.5.0））

【问题讨论】：

由于您正在导入 meta_graph，请尝试将元文件名称命名为 RNN_plasma.ckpt.meta，这将在您调用 saver.save 方法时创建

标签： python tensorflow machine-learning

【解决方案1】：

保存：

saver = tf.train.Saver()
saver.save(sess,"/tmp/network")

恢复：

sess =  tf.Session() 
saver = tf.train.import_meta_graph('/tmp/network.meta')
saver.restore(sess,tf.train.latest_checkpoint('/tmp'))
graph = tf.get_default_graph()

【讨论】：

【解决方案2】：

您保存了一个简单的检查点，但随后您尝试将其加载为元图。这行不通。 TensorFlow 网站上有一篇文章解释了这些差异

https://www.tensorflow.org/mobile/prepare_models#what_is_up_with_all_the_different_saved_file_formats

必须有一个以.meta结尾的文件。

【讨论】：