本节涉及点：
- 保存训练过程
- 载入保存的训练过程并继续训练
- 通过命令行参数控制是否强制重新开始训练
- 训练过程中的手动保存
- 保存训练过程前，程序征得同意
以下方代码为例：
import tensorflow as tf import random random.seed() x = tf.placeholder(tf.float32) yTrain = tf.placeholder(tf.float32) w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32) b1 = tf.Variable(0, dtype=tf.float32) xr = tf.reshape(x, [1, 4]) n1 = tf.nn.tanh(tf.matmul(xr, w1) + b1) w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32) b2 = tf.Variable(0, dtype=tf.float32) n2 = tf.matmul(n1, w2) + b2 y = tf.nn.softmax(tf.reshape(n2, [2])) loss = tf.reduce_mean(tf.square(y - yTrain)) optimizer = tf.train.RMSPropOptimizer(0.01) train = optimizer.minimize(loss) sess = tf.Session() sess.run(tf.global_variables_initializer()) lossSum = 0.0 for i in range(5): xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)] if xDataRandom[2] % 2 == 0: yTrainDataRandom = [0, 1] else: yTrainDataRandom = [1, 0] result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom}) lossSum = lossSum + float(result[len(result) - 1]) print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1))) trainResultPath = "./save/idcard2" print("saving...") tf.train.Saver().save(sess, save_path=trainResultPath)
解析：
首先用一个变量 trainResultPath 来指定保存训练过程数据的目录
这是一个字符串类型的变量，其中的小数点 “ . ” 表示 Python 程序执行的当前目录， “ / ” 用于分隔目录和子目录（windows 中一般用反斜杠 " \ " 来分隔 ），一般采用Linux 目录中的写法，兼容性更好
./save/idcard2 表示 保存的位置是 执行程序 idcard2.py 的目录的 save 的子目录下以 idcard2 为基本名称的一系列文件
下方图片中，以 idcard2 开头的文件分别保存了 模型和可变参数的信息，checkpoint 文件保存了一些基础信息
- “.meta”文件：包含图形结构。
- “.data”文件：包含变量的值。
- “.index”文件：标识检查点。
- “checkpoint”文件：具有最近检查点列表的协议缓冲区。
tf.train.Saver().save(sess, save_path=trainResultPath)
调用 tensorflow 下的train 包中的 saver 对象的 save 成员函数进行保存，第一个参数 纯如当前的会话对象（本程序中 是 sess），第二个参数 save_path 传入保存位置
二、载入保存的训练过程并继续训练
如果已经保存了训练数据，就可以用下面的代码 载入训练数据并继续训练
注意：如果使用的是 jupyter ，请再运行完毕 上方的代码 并保存结果到 ./save/idcard2 之后
重启服务再运行下方的代码，以免报错 NotFoundError: Key Variable_10 not found in checkpoint
import tensorflow as tf import random import os trainResultPath = "./save/idcard2" random.seed() x = tf.placeholder(tf.float32) yTrain = tf.placeholder(tf.float32) w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32) b1 = tf.Variable(0, dtype=tf.float32) xr = tf.reshape(x, [1, 4]) n1 = tf.nn.tanh(tf.matmul(xr, w1) + b1) w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32) b2 = tf.Variable(0, dtype=tf.float32) n2 = tf.matmul(n1, w2) + b2 y = tf.nn.softmax(tf.reshape(n2, [2])) loss = tf.reduce_mean(tf.square(y - yTrain)) optimizer = tf.train.RMSPropOptimizer(0.01) train = optimizer.minimize(loss) sess = tf.Session() # 因为数据文件不只一个，所以随便挑选一个文件判断数据是否存在
# 但是不要挑选 checkpoint ，因为这个文件不随我们指定的前缀名而变化
if os.path.exists(trainResultPath + ".index"): print("loading: %s" % trainResultPath) tf.train.Saver().restore(sess, save_path=trainResultPath) else: print("train result path not exists: %s" % trainResultPath) sess.run(tf.global_variables_initializer()) lossSum = 0.0 for i in range(5): xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)] if xDataRandom[2] % 2 == 0: yTrainDataRandom = [0, 1] else: yTrainDataRandom = [1, 0] result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom}) lossSum = lossSum + float(result[len(result) - 1]) print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1))) print("saving...") tf.train.Saver().save(sess, save_path=trainResultPath)
原因详情见博客：
https://blog.csdn.net/haiqingonly/article/details/80921802
摘要如下：
问题1：TensorFlow:Unsuccessful TensorSliceReader constructor: Failed to find any matching files 问题2：NotFoundError: Key Variable_10 not found in checkpoint山重水复疑无路，柳暗花明又一村。 问题1：多次遇到训练模型save之后，重新restore提示Failed to find any matching files。 分析原因：因为自定义的绝对路径报错,我的自定义路径(D:\\test\\pictures\\faces),这个问题算是tensorflow的bug。 修改方法：所有路径全部用当前运行路径上一级路径形式(.\\faces)： 保存训练模型： saver = tf.train.Saver() sess = tf.Session() save_path=saver.save(sess, '.\\save_net.ckpt') 恢复训练模型： saver=tf.train.Saver() sess = tf.Session() saver.restore(sess,tf.train.latest_checkpoint('.')) 至于我自定义的绝对路径为什么不能追踪找到，下一步再探索。 问题2：保存后模型恢复出来用于测试：NotFoundError: Key Variable_10 not found in checkpoint 分析原因：如果模型训练完保存后直接加载，相当于变量在前后定义了两次，第一次创建的变量name="weight"，测试时 创建的变量虽然name="weight"，但是实际上name会变成"weight_1"(weight_n-1),我们在保存的checkpoint中搜索的就是 weight_n-1，因为搜索不到所以会报错。 网上各种查找后有两种解决方法： （1）在加载过程中，定义 name 相同的变量前面加 tf.reset_default_graph() 清除默认图的堆栈，并设置全局图为默认图 ; （2）保存模型后，不马上加载，或 restart kernel后，再加载测试，又不会出错。 我自己尝试了第二种方法，因为第二种方法简单，确实可行。 希望能够帮到遇到和我一样问题的朋友。