Question

更新： Here the github repository of my project

我在Tensorflow上使用MNIST训练了一个数字识别器模型，在64位Windows 10上训练，在Ubuntu 18上也能很好地工作。我已经在Raspberry Pi3 Model B上移动了脚本并且错误提升了：

... line 1342, in restore "File path is: %r" % (save_path, file_path))
ValueError: Restore called with invalid save path: './model.ckpt'. File path is: '.model.ckpt'

checkpoint，model.ckpt.index，model.ckpt.meta和model.ckpt.data-00000-of-00001位于脚本的同一文件夹中。

我已经修改了Github repository：restore.py：

中的一些代码

with tf.Session() as sess:
sess.run(init_op)
saver.restore(sess, "model.ckpt")

prediction=tf.argmax(y_conv,1)

toReturn = []
for value in imvalue:
    toReturn.append(prediction.eval(feed_dict={x: [value],keep_prob: 1.0}, session=sess))

sess.close()

注意：该程序在Windows和Ubuntu上运行良好，但在Raspberry上运行不正常

现在是一个星期，我试图让它运行，我认为问题是路径，但我的尝试是徒劳的。我在互联网上搜索了很多，但我发现它没用;任何帮助，将不胜感激，非常感谢，马可。

Answer 1

我已经发现问题是检查点文件，似乎在x64 Tensorflow软件包上使用x64架构进行培训的模型不兼容，并且无法在上加载 / strong> x64 ARM 使用针对ARM的Tensorflow软件包，或至少使用我的版本，因此我直接重新训练模型 覆盆子，一切正常。

Raspberry上的Tensorflow： - 使用无效的保存路径“./model.ckpt”调用还原。文件路径是：'。/ mode.ckpt'

1 个答案: