我正在運行tf.contrib.learn TensorFlow服務中的寬和深模型並導出訓練好的模型我是使用一段代碼無法保存tf.contrib.learn在張量流會話中的寬和深模型,並將其服務於TensorFlow服務
with tf.Session() as sess:
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
m.fit(input_fn=lambda: input_fn(df_train), steps=FLAGS.train_steps)
print('model successfully fit!!')
results = m.evaluate(input_fn=lambda: input_fn(df_test), steps=1)
for key in sorted(results):
print("%s: %s" % (key, results[key]))
model_exporter = exporter.Exporter(saver)
model_exporter.init(
sess.graph.as_graph_def(),
init_op=init_op,
named_graph_signatures={
'inputs': exporter.generic_signature({'input':df_train}),
'outputs': exporter.generic_signature({'output':df_train[impressionflag]})})
model_exporter.export(export_path, tf.constant(FLAGS.export_version), sess)
print ('Done exporting!')
但是在使用該命令saver = tf.train.Saver()
錯誤ValueError: No variable to save is displayed
enter image description here
我怎樣才能節省模式,使一個可投放的創建這是必需的,而裝載在tensorflow導出模型標準服務器?任何幫助表示讚賞。
您是否先嚐試sess.run(init_op)?你的圖表還有別的嗎? – drpng
是的,我嘗試使用sess.run(init_op),但是我仍然面臨同樣的問題。 – Vasanti
你能打印更多的信息[這裏](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/training/saver.py#L1016),並與你期望的相比較嗎?您可能想嘗試稍後實例化保存程序。 – drpng