Tensorflow：如何正确恢复张量

Question

对不起这个新手问题，但我在学习张量流方面遇到了一些麻烦。我知道关于ML的基本知识（线性回归，nn，cnn，感知器，Kmeans ......）但我没有任何关于特定库的经验。

我目前正在学习如何从图表中保存和恢复数据。 在我的例子中，我有一个张量，其形状等于[168,8,8]它被命名为 saved_tensor

但我不知道如何正确恢复它，低于我迄今为止所做的工作。 正如您将看到的，当形状恒定并且如您所想，形状可以采用[x，8,8]

的形式。

1. 有人可以指导我这件事吗？ 我相信我必须深入研究重塑（我做了btw），但我不知道如何修改下面的简单代码。
2. 你能推荐一个吗？ 关于Tensorflow的实用指南（其他官方文档 我发现有点难学）（看到即将出版的书籍Delip Rao / Tensorflow或Jordi Torres /首次接触Tensorflow）

    t = tf.zeros((168,8,8),tf.double)
    ten = tf.Variable(t, name="saved_tensor")

    saver = tf.train.Saver()
    with tf.Session() as sess:
        saver.restore(sess, Path)
        print("Model restored.")
        print(ten.eval())
        # sth else to do #

此致 皮尔

找到以下网站从头开始学习张量流：http://learningtensorflow.com

Answer 1

尝试创建没有初始值的变量，并使用validate_shape = False，然后运行恢复过程。