重新加载张量流模型

Question

我有两个独立的 tensorflow 进程，一个是训练模型并用 tensorflow.python.client.graph_util.convert_variables_to_constants 写出 graph_defs，另一个是用 tensorflow.import_graph_def 读取 graph_def .我希望第二个进程在第一个进程更新时定期重新加载 graph_def 。不幸的是，似乎每次我阅读 graph_def 后，旧的仍然在使用，即使我关闭当前会话并创建一个新会话。我也试过用 sess.graph.as_default() 包装 import_graph_def call，但无济于事。这是我当前的 graph_def 加载代码：

if self.sess is not None:
    self.sess.close()
self.sess = tf.Session()

graph_def = tf.GraphDef()
with open(self.graph_path, 'rb') as f:
    graph_def.ParseFromString(f.read())
with self.sess.graph.as_default():
    tf.import_graph_def(graph_def, name='')

Answer 1

这里的问题是，当您创建不带参数的 tf.Session 时，它使用 当前默认图 。假设您没有在代码中的其他任何地方创建 tf.Graph，您将获得在进程启动时创建的全局默认图，并且它在所有会话之间共享。结果，with self.sess.graph.as_default():没有效果。

很难根据您在问题中显示的片段推荐新结构——特别是，我不知道您是如何创建上一个图表的，也不知道 class 结构是什么——但一个可能是将 self.sess = tf.Session() 替换为以下内容：

self.sess = tf.Session(graph=tf.Graph())  # Creates a new graph for the session.

现在 with self.sess.graph.as_default(): 将使用为会话创建的图形，您的程序应该具有预期的效果。

一个更可取的（至少对我而言）替代方案是显式构建图表：

with tf.Graph().as_default() as imported_graph:
    tf.import_graph_def(graph_def, ...)

sess = tf.Session(graph=imported_graph)

重新加载张量流模型

Reloading tensorflow model

tensorflow