TensorFlow：恢复模型

Question

我试图在训练结束时保存我的模型，并在每次训练开始时恢复它。我只是按照所做的。

    saver = tf.train.Saver()
    with tf.Session(graph=graph) as session:
        # Initializate the weights and biases
        tf.global_variables_initializer().run()
        new_saver = tf.train.import_meta_graph('model.meta')
        new_saver.restore(sess,tf.train.latest_checkpoint('./'))
        W1 = session.run(W)
        print(W1)

        for curr_epoch in range(num_epochs):
            train_cost = train_ler = 0
            start = time.time()
            for batch in range(num_batches_per_epoch):
                ...Some training...

        W2 = session.run(W)
        print(W2)
        save_path = saver.save(session, "models/model")

但它给出以下错误：

--->  new_saver.restore(session, tf.train.latest_checkpoint('./'))
SystemError: <built-in function TF_Run> returned a result with an error set

有人能帮帮我吗？非常感谢！

Answer 1

如果您要使用 ./ 加载，您必须确保您的控制台（用于启动 python 程序）实际上设置在该目录 (models/) 上。但在那种情况下，它会将您的新数据保存在一个新目录中。所以加载 ./models/ 而不是

（此外，您不需要启动变量，恢复会为您完成。）

TensorFlow：恢复模型

TensorFlow: Restoring a model

python

restore

machine-learning

deep-learning

tensorflow