python – Tensorflow ValueError：没有要保存的变量

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Tensorflow ValueError：没有要保存的变量，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1573字，纯文字阅读大概需要3分钟。

内容图文

我写了一个张量流CNN,它已经训练好了.我希望恢复它以便在几个样本上运行它但不幸的是它吐出来：

ValueError: No variables to save

我的评估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()

解决方法:

必须在要还原(或保存)的变量之后创建tf.train.Saver.此外,它必须在与这些变量相同的图形中创建.

假设Process.forward_propagation(…)也在模型中创建变量,在此行之后添加保护程序创建应该起作用：

forward_propgation_results = Process.forward_propagation(images)

此外,您必须将您创建的新tf.Graph传递给tf.Session构造函数,因此您还需要使用块移动sess的创建.

结果函数将是这样的：

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))

内容总结

以上是互联网集市为您收集整理的python – Tensorflow ValueError：没有要保存的变量全部内容，希望文章能够帮你解决python – Tensorflow ValueError：没有要保存的变量所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

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 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---