如何在tensorflow中恢复会话？

Question

我希望能够使用我的神经网络而不必再次训练网络。我了解到

save_path = saver.save(sess, "model.ckpt")
print("Model saved in file: %s" % save_path)

现在这个文件夹里有三个文件：checkpoint、model.ckpt 和 model.ckpt.meta

我想在另一个 Python 类中还原数据，获取神经网络的权重并进行单一预测。

我该怎么做呢？

- Or Perets

Answer 1

保存模型，您可以按照以下步骤进行操作：

model_checkpoint = 'model.chkpt'

# Create the model
...
...

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())

    # Create a saver so we can save and load the model as we train it
    tf_saver = tf.train.Saver(tf.all_variables())

    # (Optionally) do some training of the model
    ...
    ...

    tf_saver.save(sess, model_checkpoint)

我假设您已经完成了这个步骤，因为您已经得到了三个文件。 当您想在另一个类中加载该模型时，可以像这样操作：

# The same file as we saved earlier
model_checkpoint = 'model.chkpt'

# Create the SAME model as before
...
...

with tf.Session() as sess:
    # Restore the model
    tf_saver = tf.train.Saver()
    tf_saver.restore(sess, model_checkpoint)

    # Now your model is loaded with the same values as when you saved,
    #   and you can do prediction or continue training

- Ole Steinar Skrede

---

你是在尝试恢复模型还是保存模型时遇到了错误？ - Ole Steinar Skrede

你看过这个吗：链接。在保存和恢复模型之前，你需要以完全相同的方式设置模型。你确定你正在尝试恢复相同的模型吗？ - Ole Steinar Skrede

是的，谢谢。现在当我想要恢复它时，首先它会再次训练网络..但我想做一个单独的预测而不需要重新训练。你有什么建议吗？ - Or Perets

也许只需要从网络中获取权重.. - Or Perets

当您调用restore()函数时，它会恢复模型中的全部变量/权重。 因此，首先需要构建模型(/图形)，然后运行训练以更改图形中的权重，最后保存权重。 当您运行restore()函数时，它会恢复您保存的权重，但不会恢复模型/图形。 因此，在恢复之前，您需要设置与保存权重时相同的模型，以便将加载的权重适合于模型。 在恢复权重后，可以直接进行单次预测，无需先训练权重。 - Ole Steinar Skrede