Question

我有2个文件，learn.py来保存模型，learn_2.py来恢复模型（这里是tf.variable a）并初始化新的tf.variable b，但出了点问题，这里是错误的：

tensorflow.python.framework.errors_impl.NotFoundError: Key scope/bb not found in checkpoint

learn.py

import tensorflow as tf

with tf.variable_scope("scope"):
    a = tf.get_variable("aa", shape=[2,4])

sess = tf.Session()
#sess.run(tf.global_variables_initializer())
sess.run(tf.initialize_variables([a]))
saver = tf.train.Saver()
save_path = saver.save(sess, "./tmp/model.ckpt")
print "---"
print sess.run(a)

learn_2.py

import tensorflow as tf

with tf.variable_scope("scope"):
    a = tf.get_variable("aa", shape=[2,4])
    b = tf.get_variable("bb", shape=[2,4])
sess = tf.Session()
#sess.run(tf.global_variables_initializer())
#sess.run(tf.initialize_variables([b]))
saver = tf.train.Saver()
save_path = saver.restore(sess, "./tmp/model.ckpt")
sess.run(tf.initialize_variables([b]))
print "---"
print sess.run(a)
print sess.run(b)

Answer 1

在第二个脚本learn2.py中执行此操作。适合我！

import tensorflow as tf

with tf.variable_scope("scope"):
    a = tf.get_variable("aa", shape=[2,4])
    sess = tf.Session()
    saver = tf.train.Saver()
    save_path = saver.restore(sess, "/tmp/model.ckpt")
    b = tf.get_variable("bb", shape=[2,4])
    sess.run(tf.initialize_variables([b]))
    print "---"
    print sess.run(a)
    print sess.run(b)

脚本1的输出（与learn.py相同）

---
[[ 0.21811056  0.75089216  0.43180299 -0.36542225]
 [-0.11786985 -0.26542974  0.68785524 -0.57991886]]

脚本2的输出（如上所述）

---
[[ 0.21811056  0.75089216  0.43180299 -0.36542225]
 [-0.11786985 -0.26542974  0.68785524 -0.57991886]]
[[-0.62411451 -0.32599163  0.72495079 -0.09547448]
 [-0.59518242  0.51209545 -0.68833208 -0.03813028]]

说明：

您添加了变量＆＃34; a＆＃34;和＆＃34; b＆＃34;在第二个脚本中绘图。当您尝试恢复时，它将搜索当前图形中的所有变量（＆＃34; a＆＃34;＆amp;＆＃34; b＆＃34;）。我的解决方案是

构建与您首先要恢复的图形相同的图形。
恢复图表 - 所有变量
将节点/图层添加到图形并仅初始化新添加的变量。

我希望这会有所帮助。

如何在tensorflow中恢复模型使用的变量子集

1 个答案: