Tensorflow ValueError：没有要保存的变量

Question

我已经写了一个张量流CNN，它已经被训练了。我想恢复它在几样，但不幸的是它吐出运行：

ValueError: No variables to save

我的eval代码可以在这里找到：

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必须创建后变量你想恢复（或保存）。此外，它必须在与这些变量相同的图形中创建。

假设Process.forward_propagation(…)还创建模型中的变量，增加了保护创作这条线之后应该工作：

forward_propgation_results = Process.forward_propagation(images) 

此外，你必须通过你创建的tf.Session构造函数，因此你的新tf.Graph将需要在with块内移动创建sess。

产生的功能将是这样的：

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))