Question

我用tf制作了两个独立的模型。在训练期间，我独自保存了每一个人现在我想要同时使用它们。我可以使用第一个，但当我尝试加载第二个时，我收到此消息（部分）：

    I tensorflow/core/common_runtime/gpu/gpu_device.cc:1041] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 850M, pci bus id: 0000:0a:00.0)
    W tensorflow/core/framework/op_kernel.cc:968] Invalid argument: Assign requires shapes of both tensors to match. lhs shape= [5,5,32,64] rhs shape= [1024,2]
         [[Node: save_1/Assign_16 = Assign[T=DT_FLOAT, _class=["loc:@Variable_6"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/gpu:0"](Variable_6, save_1/restore_slice_16/_47)]]

还有一条消息表示错误发生在代码的“恢复”部分。以下是该代码的片段：

def save(self):
    filename = self.save_name
    folder = self.ckpt_folder + os.sep + "ckpt"
    if not os.path.exists(folder) :
        os.makedirs(folder)
    saver = tf.train.Saver()
    save_path = saver.save(self.sess, folder + os.sep + self.ckpt_name + "."+ filename)
    print ("saved?", filename)

def load(self):
    filename = self.save_name
    file = self.ckpt_folder + os.sep + "ckpt" + os.sep + self.ckpt_name +"."+ filename
    if os.path.isfile(file) :
        saver = tf.train.Saver()
        saver.restore(self.sess, file)
        print ("load?", filename)

在初始化会话对象之后，模型会调用上面的函数，特别是load（）。如何从我已保存的数据中同时运行两个tf模型？

Answer 1

根据您对它们的要求，您应该：

使用两个独立模型保存Tensorflow数据

1 个答案: