Question

我是使用tensorflow的初学者，我正在修补convnet进行图像识别。但是，保存模型后，在恢复模型时出现错误。

这是我的张量图组件->

Y_train = to_categorical(y_train,num_classes=4)
Y_test = to_categorical(y_test,num_classes=4)

X = tf.placeholder(tf.float32, shape=(None, 64,64,3))
Y = tf.placeholder(tf.float32, shape=(None, 4))

w1 = tf.get_variable("w1", [4,4,3,8], initializer = tf.contrib.layers.xavier_initializer(seed = 0))
w2 = tf.get_variable("w2", [2,2,8,16], initializer = tf.contrib.layers.xavier_initializer(seed = 0))


Z1 = tf.nn.conv2d(X,w1, strides = [1,1,1,1], padding = 'SAME')
A1 = tf.nn.relu(Z1)
P1 = tf.nn.max_pool(A1, ksize = [1,8,8,1], strides = [1,8,8,1], padding = 'SAME')
Z2 = tf.nn.conv2d(P1,w2, strides = [1,1,1,1], padding = 'SAME')
A2 = tf.nn.relu(Z2)
P2 = tf.nn.max_pool(A2, ksize = [1,4,4,1], strides = [1,4,4,1], padding = 'SAME')
P2 = tf.contrib.layers.flatten(P2) 
Z3 = tf.contrib.layers.fully_connected(P2,4,activation_fn=None)

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = Z3, labels = Y))


optimizer = tf.train.AdamOptimizer(0.004).minimize(cost)

这是一个基本的convnet，我已成功对其进行了培训和测试。但是我面临的问题是，在完成所有阶段的训练之后，如何保存该模型，以便可以在某个文件（predict.py）中再次使用它，在其中可以导入并进行预测

所以我读了一些关于保存和恢复的博客，但是确实出现了以下提到的错误

尝试使用未初始化的值full_connected / bias [[Node： fully_connected / bias / read = IdentityT = DT_FLOAT， _device =“ / job：localhost /副本：0 /任务：0 /设备：CPU：0”]]

所以给定convnet我应该怎么做才能使用该模型？有人可以提供模型文件和预测文件的工作代码。

在张量流中恢复错误

0 个答案: