如何恢復tensorflow中保存的變量？

我正在嘗試恢復張量流中保存的變量。似乎它非常非常複雜。如何恢復tensorflow中保存的變量？

我使用http://www.cs.toronto.edu/~guerzhoy/tf_alexnet/

的alexnet實施Python文件，alexnet.py，我定義變量

conv5W = tf.Variable(net_data["conv5"][0],name='conv5w')

然後，我微調模型，我看到一些它的值都改變。我的打字保存微調，型號：

saver = tf.train.Saver() 
saver.save(sess,"modelname.ckpt")

在那之後，我打開一個新的IPython的控制檯，然後運行：

from alexnet import * 
sess=tf.InteractiveSession() 
new_saver = tf.train.import_meta_graph("modelname.ckpt.meta") 
new_saver.restore(sess, "modelname.ckpt")

後

，當我嘗試與檢索變量的值：

conv5W.eval(session=sess)

它產生：

FailedPreconditionError: Attempting to use uninitialized value conv5w 
    [[Node: conv5w/_98 = _Send[T=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_4_conv5w", _device="/job:localhost/replica:0/task:0/gpu:0"](conv5w)]] 
    [[Node: conv5w/_99 = _Recv[_start_time=0, client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_4_conv5w", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

在另一方面，如果我初始化變量與：

init = tf.initialize_all_variables() 
sess.run([init]) ,

此時它產生在net_data["conv5"][0]的初始值，而不是微調，那些

來源

2016-11-25 Emre Can Kaya

從元圖形恢復準備圖表，而不是數據。恢復數據需要在培訓時添加要恢復到集合對象的值，並在還原時重新加載這些集合。 official tutorial顯示了（實際上，還有另一種方式，見下文）。

另一種方法是恢復圖形（tf.write_graph和tf.import_graph_def），然後從檢查點恢復所有變量。官方教程似乎更多地採用這種檢查點方法（請參閱上面的鏈接）。元圖的目標是分佈式處理，這需要更多的工作和關心。

來源

2016-11-25 13:52:52

Eric已經回答了您的大部分觀點。我遇到了類似的問題，一個簡單的解決方法是：

重新加載或者是整個圖形或導入其元圖（前者是建議，如果你是一個新手）。您還沒有運行恢復功能
啓動會話，並初始化所有變量
還原（使用tf.train.Saver）檢查點

上，你的問題是，當你恢復後運行tf.initialize_all_variables()，張量流將它們重置爲初始值，並且你鬆開你的微調權重。

來源

2016-11-25 16:27:30 ksikka

如何恢復tensorflow中保存的變量？

回答

相關問題