Question

感谢您的帮助。这个问题困扰了我2天。我搜索了很多网站并没有解决。

背景：我正在学习artifactory，它一开始就是正确的，但是当我保存模型并恢复时，会出现一个错误，告诉我mnist必须被送入。我很困惑。

代码：下面的代码是正确的。

placeholder_1

但是，当我想使用该模型进行恢复时。它出错了。

import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("mnist data/", one_hot=True)

import tensorflow as tf
# 操作符号变量来描述这些可交互的操作单元
x = tf.placeholder(tf.float32, [None, 784])


# 权重值和偏置量
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
# 实现模型
y = tf.nn.softmax(tf.matmul(x,W) + b)
# 添加一个新的占位符用于输入正确值
y_ = tf.placeholder("float", [None,10])
# 计算交叉熵:
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
# 要求TensorFlow用梯度下降算法（gradient descent algorithm）以0.01的学习速率最小化交叉熵
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
# 添加一个操作来初始化我们创建的变量
init = tf.initialize_all_variables()

saver = tf.train.Saver()
sess = tf.Session()
sess.run(init)
for i in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

save_path = saver.save(sess, "./model_mnist.ckpt",write_meta_graph=False) 
print("Model saved in life:", save_path) 

import cv2
import numpy as np

img = cv2.imread('lena.png')
img = cv2.resize(img, (28,28))
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) 
arr = []
for i in range(28):
    for j in range(28):
        gray = 1 - img[i,j]/255
        arr.append(gray)

arr_mnist = np.array([arr])
#print(arr_mnist)

result = sess.run(y, feed_dict={x:arr_mnist})
print(result)
#print(np.argmax(result[0]))
#print(np.sum(result[0]))
print("预测值为：",np.argmax(result[0]),"；概率为：",np.max(result[0])/np.sum(result[0]))
#print(tf.argmax(result,1))

错误是：

import cv2
import numpy as np
import tensorflow as tf

img = cv2.imread('lena.png')
img = cv2.resize(img, (28,28))
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) 

arr = []

for i in range(28):
    for j in range(28):
        gray = 1 - img[i,j]/255
        arr.append(gray)

arr_mnist = np.array([arr])
#print(arr_mnist)

tf.reset_default_graph()

x = tf.placeholder("float", shape=[None, 784])
y = tf.placeholder("float", shape=[None, 10])
#keep_prob = tf.placeholder("float")

sess = tf.Session()

saver = tf.train.import_meta_graph('./model_mnist.ckpt.meta')  

saver.restore(sess, './model_mnist.ckpt')

result = sess.run(y, feed_dict={x:arr_mnist})
print(result)
print("预测值为：",np.argmax(result[0]),"；概率为：",np.max(result[0])/np.sum(result[0]))

所以，我想问题应该在模型保存或恢复过程中，但我无法弄清楚。我该如何更正代码？谢谢！

Answer 1

恢复图表时，您将声明两个占位符，并且仅在运行会话时提供一个占位符。 y占位符是与错误名称匹配的占位符。

但是您不需要在运行脚本中声明这些占位符。修复工作照顾它。请注意，您可以使用字符串键指定提要词典：

feed_dict: { 'x': [1,2,3] }

tensorflow模型保存和恢复问题

1 个答案: