Question

由于某种原因，在重新加载我使用tr.train.Saver（）训练并保存的模型后，出现FailedPreconditionError。这是我用于重新加载训练模型的会话的代码。

def predict_lowres():
    tf.reset_default_graph()
    init_img = self.generator_1(input_text, r = tf.AUTO_REUSE)
    d = self.discriminator_1(init_img, input_text, is_train = True, r = tf.AUTO_REUSE)
    tensor_img = tf.squeeze(tf.cast(init_img, dtype = tf.uint8))
    with tf.Session() as sess:
        saver = tf.train.import_meta_graph('ckpts/model.ckpt.meta')
        saver.restore(sess, tf.train.latest_checkpoint('ckpts'))
        names = []
        for v in tf.get_default_graph().get_collection('variables'):
            names.append(v.name)
        print(names)
        # init_img = self.generator_1(input_text, r = tf.AUTO_REUSE)
        # tensor_img = tf.squeeze(tf.cast(init_img, dtype = tf.uint8))
        d, np_img = sess.run([d, tensor_img])
        print(d)
        imwrite("output_image_lowres.jpg", self.flip_channel_order(np_img, img_dim = 64))

使用一些打印语句调试我的代码后，我意识到了以下

1）将generator_1（），discriminator_1（）和train_1（）函数中的所有变量都添加到了图中

2）在调用saver.restore（）时，仅使用先前的值初始化在train_1（）函数中声明的变量，进行训练和实例化saver的函数

3）如果我取消注释上面的两条注释行，则不会调用FailedPreconditionError，并且generator_1（）和discriminator_1（）中的变量都将被初始化，但是变量张量的值不同于它们的值。另存为。

第三个对我来说尤其奇怪，因为我在这里没有运行任何变量初始化程序。如果有人了解saver.restore（）函数的工作原理，以及为什么未按照此处的文档（https://www.tensorflow.org/api_docs/python/tf/train/Saver的建议）对图形中的所有变量都进行初始化，那么任何帮助都将非常有用。

如果有帮助的话，这里是我完整代码的链接：https://github.com/vdopp234/Text2Image/blob/master/model.py

谢谢！

Answer 1

我认为您在使用变量之前缺少初始化变量的信息。像这样：

with tf.Session() as sess:
    tf.run(tf.global_variables_initializer())

有关更多详细信息，请查看此answer。

重载会话时出现FailedPreconditionError Tensorflow

1 个答案: