Question

我正在尝试学习如何保存和恢复模型。我的模型有点过于复杂，所以这是一个直接来自命令行python的MWE，它会产生同样的错误：

_.reduce(data, function(result, item) {
    var added = _.find(result, {
        product: item.product,
        productId: item.productId
    });
    if (_.isObject(added)) {
        //!! better to merge with new object and add result to array again to avoid mutable
        added = _.mergeWith(added, item, function(addedVal, itemVal, key) {
            if (key === 'product' || key === 'productId') {
                return addedVal;
            }
            return _.concat(addedVal, itemVal);
        });
        return result;
    }
    return _.concat(result, item);
}, []);

此格式遵循此处的TensorFlow文档：https://www.tensorflow.org/versions/r0.11/api_docs/python/state_ops.html#Variable

我得到的错误是：

import tensorflow as tf
v1 = tf.Variable(1, name="var1")
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(init_op)
    save_path = saver.save(sess, "testchk.ckpt")
    print "model saved"

如何解决此错误？

Answer 1

好的，绝对的道路并不是答案，但是这里有效。在终端：

mkdir test_checkpoint
python

然后

import tensorflow as tf
v1 = tf.Variable(1, name="var1")
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(init_op)
    save_path = saver.save(sess, "./test_checkpoint/testchk.ckpt")
    print "model saved"

打印出一堆东西，然后打印：model saved

所以我认为它正在发挥作用！该目录之前存在，所以我不知道为什么要重新创建它，但至少有一个解决方案。

Tensorflow节省和加载

1 个答案: