टेन्सफोर्लो वैल्यूएरर:

Question

से बचाने के लिए कोई चर नहीं है मैंने एक tensorflow सीएनएन लिखा है और यह पहले ही प्रशिक्षित है। मैं कुछ नमूने लेकिन दुर्भाग्य से इसके बाहर थूकना पर इसे चलाने के लिए इसे फिर से स्थापित करना चाहते हैं:

ValueError: No variables to save

मेरे eval कोड यहां पाया जा सकता:

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() 

Answer 1

tf.train.Saver के बाद चर बनाया जाना चाहिए कि आप पुनर्स्थापित करना चाहते हैं (या सहेजना)। इसके अतिरिक्त इसे एक ही ग्राफ में उन चर के रूप में बनाया जाना चाहिए।

मान लिया जाये कि Process.forward_propagation(…) भी अपने मॉडल में चर बनाता है कि, इस लाइन के बाद सेवर निर्माण जोड़ने काम करना चाहिए:

forward_propgation_results = Process.forward_propagation(images) 

इसके अलावा, आप नए tf.Graph कि आप tf.Session निर्माता करने के लिए बनाया से गुजरना होगा के निर्माण को with ब्लॉक के अंदर भी स्थानांतरित करने की आवश्यकता होगी।

जिसके परिणामस्वरूप समारोह होगा कुछ की तरह:

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))