TensorFlow：eval恢復圖

我試圖從檢查點恢復圖形。檢查點由tf.Supervisor創建。有meta文件和檢查點。TensorFlow：eval恢復圖

我試圖實現的是從單獨的應用程序加載此圖以運行某些操作（即resue現有模型）。

我做到這一點，如下（這裏解釋：https://www.tensorflow.org/api_docs/python/tf/train/import_meta_graph）：

meta = 'path/to/file.meta' 

my_graph = tf.Graph() 
with my_graph.as_default(): 
     with tf.Session() as sess: 
       saver = tf.train.import_meta_graph(meta) 
       saver.restore(sess, tf.train.latest_checkpoint(os.path.dirname(meta))) 
       op = my_graph.get_operation_by_name("op") 
       print(sess.run(op))

我看到的是None。我期望看到的是一維張量。我使用get_collection檢查了my_graph對象，並發現op需要使用從檢查點恢復的值正確初始化所有我的變量。我怎樣才能弄清楚爲什麼操作未被正確評估？我真的被困在這裏。

以下代碼：

print(sess.run(my_graph.get_operation_by_name("Variable_2"))) 
print(sess.run(my_graph.get_tensor_by_name("Variable_2:0")))

打印

None 
4818800

彷彿存在操作和對應的變量之間沒有連接。

來源

2017-03-04 0x2207

tf.Graph.get_operation_by_name()方法總是返回一個tf.Operation對象。當您將tf.Operation對象傳遞給tf.Session.run()時，TensorFlow將執行該操作（以及它所依賴的所有內容）並放棄其輸出（如果有）。

如果你有興趣在一個特定輸出的值，你必須告訴TensorFlow其輸出（tf.Tensor）你有興趣主要有兩種選擇：

獲取從一個tf.Operation圖，然後選擇一個其outputs：

op = my_graph.get_operation_by_name("op") 
output = op.outputs[0] 
print(sess.run(output))

通過調用tf.Graph.get_tensor_by_name()，並追加獲取從圖表中tf.Tensor 0到操作的名稱：
```
output = my_graph.get_tensor_by_name("op:0") 
print(sess.run(output)) 
```

爲什麼TensorFlow得出這樣的區別？首先，一個操作可以有多個輸出，所以有時需要詳細說明你想要獲取哪個輸出。另一種情況是，操作可能會產生副作用併產生較大的輸出 - 例如參見tf.assign() - 通過tf.Operation到sess.run()以便該值不會被複制回Python程序通常更高效。

來源

2017-03-04 19:31:07 mrry

TensorFlow：eval恢復圖

回答

相關問題