Question

我正在使用以下代码，还原的权重是随机初始化，而不是存储在ckpt文件中的实际权重。请帮助我理解我哪里出了问题。

best_val_model = 'val_E1_A86.ckpt'
model_dir = './models/'

with tf.Session(config = config) as sess:
    sess.run(tf.global_variables_initializer())
    print('Testing the model on 10000 Images!')
    ckpt_file = os.path.join(model_dir, best_val_model)
    saver = tf.train.import_meta_graph(ckpt_file)
    saver.restore(sess, ckpt_file)

    weights = {}
    for v in tf.trainable_variables():
        weights[v.name] = v.eval()

在训练过程中使用tf.train.Saver(sess,filename)保存的实际模型权重。恢复时，将恢复随机权重。

Answer 1

我只需要删除两行sess.run(tf.golbal_variables_initializer())，saver = tf.train.import_meta_graph(ckpt_file)，就可以了。使用的最终代码：

saver = tf.train.Saver(tf.trainable_variables())
with tf.Session(config = config) as sess:
   sess.run(tf.local_variables_initializer())
   print('Testing the model on 10000 Images!')
   ckpt_file = os.path.join(model_dir, best_val_model)
   saver.restore(sess, ckpt_file)

即使从ckpt文件还原后也无法还原Tensorflow权重

1 个答案: