我尝试从检查点文件加载之前训练的Tensor训练模型，现在这些检查点文件中有操作变量，因此要加载图形，我必须首先从**ckpt. meta文件加载graph_def：
graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)
saver = tf.train.import_meta_graph('/data/model_cache/model.ckpt-39.meta')
ckpt = tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)
if ckpt and ckpt.model_checkpoint_path:
if os.path.isabs(ckpt.model_checkpoint_path):
saver.restore(sess, ckpt.model_checkpoint_path)加载模型后，我有一个方法使用这个模型进行推理，以实现deep-dream算法。问题是当我使用默认会话调用eval时，我得到以下错误：
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 555, in eval
return _eval_using_default_session(self, feed_dict, self.graph, session)File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework /ops.py", line 3495, in _eval_using_default_session
raise ValueError("Cannot use the given session to evaluate tensor: "
ValueError: Cannot use the given session to evaluate tensor: the tensor's graph is different from the session's graph.我已经确认tf.get_default_graph()和sess.graph指向相同的内存地址。一定有一些非常基本的东西我错过了。
2条答案
按热度按时间xkftehaa1#
您导入的元图（即 /data/model_cache/model.ckpt-39.meta）很可能与检查点
tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)使用的元图不同。通常的做法是让
get_checkpoint_state()调用（或tf.train.latest_checkpoint(FLAGS.checkpoint_dir)），并在import_meta_graph()调用中使用它的输出，然后用相同的检查点名称（和返回的saver）恢复会话中的变量。当然，如果每个检查点都保存了 meta图，就可以做到这一点。4zcjmb1e2#
我认为您的问题是混淆了**“Python名称”和“TensorFlow名称”。例如，当您创建：
W = tf.get_variable("weight", ...)“Python名称”将为W，而“TensorFlow名称”**将为weight。加载模型时，它不知道最新的Python名称。因此，它永远不会知道W实际上是什么。首先，你应该取回你想要使用的Tensor和运算，你可以用以下方式列出它们：
然后使用
get_operation_by_name(name)和get_tensor_by_name(name)来取回您的东西。例如，如果你想得到我之前告诉你的权重，你应该这样做：
我相信这应该行得通。