如何解决Tensorflow 模型加载
我在加载经过训练的 tensorflow 模型时遇到了问题。希望有人能帮助我。
# Saving
saver = tf.train.Saver()
saver.save(sess,os.path.join(model_dir,'model'))
# Loading
sess = tf.Session()
sess.run(tf.global_variables_initializer())
sess.run(tf.local_variables_initializer())
saver = tf.train.import_meta_graph(os.path.join(model_dir,'model.meta'))
saver.restore(sess,tf.train.latest_checkpoint(model_dir))
问题是当我添加这两个句子时,它不会恢复参数,它只是使用随机初始化的参数进行测试。
sess.run(tf.global_variables_initializer()) \
sess.run(tf.local_variables_initializer())
但是如果我删除它们,则会引发错误:“尝试使用未初始化的值”。
如何加载我的模型?我的模型非常复杂,有很多变量。我希望有一种方法可以简单地解决它,而无需重新构建图表。
非常感谢!!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。