Question

我用tens命令保存了一个训练有素的模型：

imported_meta = tf.train.import_meta_graph("/tmp/new_trained_model.ckpt.meta")
imported_meta.restore(sess, tf.train.latest_checkpoint(checkpoint_dir="/tmp/,latest_filename="checkpoint"))

然后，我使用以下命令加载模型：

    correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(one_hot_y, 1))
#logits come from the model,there is no error,so didn't post that code
    accuracy_operation = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    #saver = tf.train.Saver()

    def evaluate(X_data, y_data):
        num_examples = len(X_data)
        total_accuracy = 0
        sess = tf.get_default_session()
        for offset in range(0, num_examples, BATCH_SIZE):
            batch_x, batch_y = X_data[offset:offset+BATCH_SIZE], y_data[offset:offset+BATCH_SIZE]
            accuracy = sess.run(accuracy_operation, feed_dict={x: batch_x, y: batch_y, keep_prob: 1.0})
            total_accuracy += (accuracy * len(batch_x))
        return total_accuracy / num_examples
    test_accuracy = evaluate(X_test, y_test)

现在，为了评估准确性，使用了以下功能：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value Variable_12
     [[Node: Variable_12/read = Identity[T=DT_FLOAT, _class=["loc:@Variable_12"], _device="/job:localhost/replica:0/task:0/device:CPU:0"](Variable_12)]]

但是上面的函数给出了错误：

 from tensorflow.python.tools import inspect_checkpoint as chkp
    chkp.print_tensors_in_checkpoint_file("/tmp/new_trained_model.ckpt", tensor_name='',all_tensor_names='', all_tensors=True)

但是，当我从图表中打印张量时，它会显示Variable_12矩阵：

tensor_name:  Variable_12
    [[-0.1013797  -0.08079438 -0.05904691 ... -0.07798752 -0.08208387
      -0.18532619]
     [ 0.10919656 -0.06162841 -0.19453178 ... -0.03241748  0.1023232
       0.07120663]
     [-0.10920436  0.00233169 -0.08879709 ... -0.09918057 -0.02546161
       0.00903581]
     ...
     [ 0.13858072  0.13791025 -0.12322884 ... -0.15006843  0.00103891
       0.06663229]
     [-0.14043045  0.14039241  0.15048873 ...  0.07272678  0.00470365
       0.0273346 ]
     [-0.10976157 -0.10873327 -0.16460624 ... -0.16509598  0.1124685
      -0.08858881]]

Variable_12 :(仅显示输出中的一个变量）

public String getPost(){
        new GraphRequest(
                AccessToken.getCurrentAccessToken(), "me?fields=friends,name", null, HttpMethod.GET,
                new GraphRequest.Callback() {
                    public void onCompleted(GraphResponse response) {

                        JSONObject object = response.getJSONObject();
                        try {
                            friends = object.getJSONObject("friends").getJSONObject("summary").getString("total_count");
                        } catch (JSONException e) {
                            e.printStackTrace();
                        };

                    }
                }
        ).executeAsync();

        return friends;
}

任何人都可以解释为什么显示未初始化的错误，因为值是由inspect_checkpoint确认的吗？

感谢您的时间。

Answer 1

问题似乎是你构建了两个计算图。

首先，您提到您“执行了定义模型体系结构的部分”。这将为您的模型创建计算图。

然后，你也做了

imported_meta = tf.train.import_meta_graph("/tmp/new_trained_model.ckpt.meta")

这将为您的模型创建第二个计算图。

根据您执行这些操作的准确程度，“计算图”可以位于一个或两个单独的“图形”对象中。在任何情况下，imported_meta.restore初始化导入的（第二）计算图的变量，但是您调用session.run()来计算第一个计算图中的张量。没有人在第一个计算图中初始化变量。

如果您已经创建了图表，则修复不会导入（元）图表。只要变量名称和形状没有改变，您就可以使用Saver来恢复变量的值，而无需再创建任何变量或操作。

如何正确恢复tensorflow中的模型？

1 个答案: