Question

我最近开始使用张量流，只是尝试了一些模拟数据的线性回归模型。我有以下代码，我正在使用w训练两个变量b和GradientDescentOptimizer（我使用numpy随机初始化）。模型完成训练后，我想查看这些变量，看看它们与实际值的接近程度。（我已经省略了代码的其他部分，因为它们与问题无关）。因此，当会话退出with tf.Session()...时，我会使用sess = tf.Session()打开默认会话并尝试使用sess.run(w)，但我会收到Attempting to use uninitialized value train_weights。这是预料之中的。所以我想到了使用sess.run(tf.global_variables_initializer())，但只是简单地将w的值初始化为开头。所以问题是 - 如果变量在一个张量流会话中被改变，如果会话已经关闭，我如何访问该变量的最终值

_ = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(_)
    for epoch in range(n_epochs):
        for batch_pos in range(num_batches):
            x_batch = X[batch_ind[batch_pos]:batch_ind[batch_pos+1]]
            y_batch = Y[batch_ind[batch_pos]:batch_ind[batch_pos+1]]
            sess.run(optimizer, feed_dict = {x_train_batch: x_batch,\
                     y_train_batch: y_batch})
            cost_ = sess.run(cost, feed_dict = {x_train_batch: x_batch,\
                     y_train_batch: y_batch})
        if (epoch)%display_rate == 0:
            print('Epoch:', epoch+1, 'Cost: ', cost_)

sess = tf.Session()
# sess.run(tf.global_variables_initializer())
sess.run(w)

Answer 1

如果您已经关闭会话，则无法从中访问权重。

一般来说，有两种方法：

1）不要关闭会话（不要使用带有tf.Session（）的构造作为sess）;

2）在会话结束时使用保护程序：

saver = tf.train.Saver() 
saver.save(sess, 'filename.chkp')

然后您就可以访问该模型了：

sess = tf.Session()
saver = tf.train.Saver()
saver.restore(sess, 'filename.chkp')

Tensorflow：关闭会话后访问训练过的变量

1 个答案: