TensorFlow 报告错误与恢复的训练模型答案

【问题标题】：Tensorflow report error with the restored training modelTensorFlow 报告错误与恢复的训练模型
【发布时间】：2017-04-10 05:15:49
【问题描述】：

我是机器学习和 Tensorflow 的新手，通过使用其示例教程源代码，模型得到训练并打印准确率，但它不包括用于导出模型和变量以及导入以预测新图像的源代码.

所以我修改了源代码导出模型，并创建了一个新的python脚本来使用测试数据集进行预测。

这里是导出训练模型的源代码：

mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True)
print("run here3")
# Create the model
x = tf.placeholder(tf.float32, [None, 784], name="x")
W = tf.Variable(tf.zeros([784, 10]), name="W")
b = tf.Variable(tf.zeros([10]))
y = tf.matmul(x, W) + b
saver = tf.train.Saver()
sess = tf.InteractiveSession()
... ignore the source code for the cost function definition and train the model
#after the model get trained, save the variables and y 
tf.add_to_collection('W', W)
tf.add_to_collection('b', b)
tf.add_to_collection('y', y)

saver.save(sess, 'result')

在新的python脚本中，我尝试恢复模型并重新执行y函数

sess = tf.Session()
saver = tf.train.import_meta_graph('result.meta')
saver.restore(sess, tf.train.latest_checkpoint('./'))
W = tf.get_collection('W')[0]
b = tf.get_collection('b')[0]
y = tf.get_collection('y')[0]


mnist = input_data.read_data_sets('/tmp/tensorflow/mnist/input_data', one_hot=True)
img = mnist.test.images[0]
x = tf.placeholder(tf.float32, [None, 784])
sess.run(y, feed_dict={x: mnist.test.images})

一切正常，如果我打印它们，我可以获得 W 和 b 值，但是在执行最后一条语句（运行 y 函数）时出现错误。

Caused by op u'x', defined at:
File "predict.py", line 58, in <module>
tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site-packages/tensorflow/python/platform/app.py", line 44, in run
_sys.exit(main(_sys.argv[:1] + flags_passthrough))
File "predict.py", line 25, in main
saver = tf.train.import_meta_graph('result.meta')
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site- packages/tensorflow/python/training/saver.py", line 1566, in    import_meta_graph
**kwargs)
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/meta_graph.py", line 498, in import_scoped_meta_graph
producer_op_list=producer_op_list)
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/importer.py", line 288, in import_graph_def
op_def=op_def)
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2327, in create_op
original_op=self._default_original_op, op_def=op_def)
File "/Users/zhouqi/git/machine-learning/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1226, in __init__
self._traceback = _extract_stack()

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'x' with dtype float
[[Node: x = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

这很奇怪，因为我确实使用相同的语句来定义 x，并在执行 y 函数时使用相同的方法输入 x，我不知道为什么它不起作用？

【问题讨论】：

你为什么把这行：mnist = input_data.read_data_sets(FLAGS.data_dir, one_hot=True) 换成mnist = input_data.read_data_sets('/tmp/tensorflow/mnist/input_data', one_hot=True) ？
哦，对于我创建的用于恢复模型的新脚本，我将其简化为使用硬编码的数据文件夹，FLAGS.data_dir 与 /tmp/tensorflow/mnist/input_data 相同。跨度>

标签： python tensorflow

【解决方案1】：

问题是新的占位符：

x = tf.placeholder(tf.float32, [None, 784])

创建具有相同名称的占位符是不够的。您实际上需要创建模型时使用的相同占位符。因此，您还必须将 x 添加到第一个文件中的集合中：

tf.add_to_collection('x', x)

并将其加载到新文件中：

x = tf.get_collection('x')[0]

而不是创建一个新的。

【讨论】：