如何恢复tensorflow中保存的变量？

我正在尝试恢复张量流中保存的变量。似乎它非常非常复杂。如何恢复tensorflow中保存的变量？

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

的alexnet实施Python文件，alexnet.py，我定义变量

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

然后，我微调模型，我看到一些它的值都改变。我的打字保存微调，型号：

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

在那之后，我打开一个新的IPython的控制台，然后运行：

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

后

，当我尝试与检索变量的值：

conv5W.eval(session=sess)

它产生：

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，如果我初始化变量与：

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

此时它产生在net_data["conv5"][0]的初始值，而不是微调，那些

来源

2016-11-25 Emre Can Kaya

从元图形恢复准备图表，而不是数据。恢复数据需要在培训时添加要恢复到集合对象的值，并在还原时重新加载这些集合。 official tutorial显示了（实际上，还有另一种方式，见下文）。

另一种方法是恢复图形（tf.write_graph和tf.import_graph_def），然后从检查点恢复所有变量。官方教程似乎更多地采用这种检查点方法（请参阅上面的链接）。元图的目标是分布式处理，这需要更多的工作和关心。

来源

2016-11-25 13:52:52

Eric已经回答了您的大部分观点。我遇到了类似的问题，一个简单的解决方法是：

重新加载或者是整个图形或导入其元图（前者是建议，如果你是一个新手）。您还没有运行恢复功能
启动会话，并初始化所有变量
还原（使用tf.train.Saver）检查点

上，你的问题是，当你恢复后运行tf.initialize_all_variables()，张量流将它们重置为初始值，并且你松开你的微调权重。

来源

2016-11-25 16:27:30 ksikka

如何恢复tensorflow中保存的变量？

回答

相关问题