Tensorflow ValueError：沒有要保存的變量

Question

我已經寫了一個張量流CNN，它已經被訓練了。我想恢復它在幾樣，但不幸的是它吐出運行：

ValueError: No variables to save

我的eval代碼可以在這裏找到：

import tensorflow as tf 

import main 
import Process 
import Input 

eval_dir = "/Users/Zanhuang/Desktop/NNP/model.ckpt-30" 
checkpoint_dir = "/Users/Zanhuang/Desktop/NNP/checkpoint" 

init_op = tf.initialize_all_variables() 
saver = tf.train.Saver() 

def evaluate(): 
    with tf.Graph().as_default() as g: 
    sess.run(init_op) 

    ckpt = tf.train.get_checkpoint_state(checkpoint_dir) 

    saver.restore(sess, eval_dir) 

    images, labels = Process.eval_inputs(eval_data = eval_data) 

    forward_propgation_results = Process.forward_propagation(images) 

    top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1) 

    print(top_k_op) 

def main(argv=None): 
    evaluate() 

if __name__ == '__main__': 
    tf.app.run() 

Answer 1

的tf.train.Saver必須創建後變量你想恢復（或保存）。此外，它必須在與這些變量相同的圖形中創建。

假設Process.forward_propagation(…)還創建模型中的變量，增加了保護創作這條線之後應該工作：

forward_propgation_results = Process.forward_propagation(images) 

此外，你必須通過你創建的tf.Session構造函數，因此你的新tf.Graph將需要在with塊內移動創建sess。

產生的功能將是這樣的：

def evaluate(): 
    with tf.Graph().as_default() as g: 
    images, labels = Process.eval_inputs(eval_data = eval_data) 
    forward_propgation_results = Process.forward_propagation(images) 
    init_op = tf.initialize_all_variables() 
    saver = tf.train.Saver() 
    top_k_op = tf.nn.in_top_k(forward_propgation_results, labels, 1) 

    with tf.Session(graph=g) as sess: 
    sess.run(init_op) 
    saver.restore(sess, eval_dir) 
    print(sess.run(top_k_op))