我如何从张量流中恢复的图形和检查点中获取可训练变量的值答案

【问题标题】：How do i get the VALUES of trainable variables from a restored graph & checkpoint in tensorflow我如何从张量流中恢复的图形和检查点中获取可训练变量的值
【发布时间】：2018-09-05 10:55:36
【问题描述】：

我想从经过训练的模型中获取变量的值。我有一个检查点文件，我可以恢复图形和检查点并对其进行推理。

但是，我发现在恢复检查点和图形后，很难弄清楚如何获得可训练的变量值（如权重和偏差值，而不是名称......我想要 VALUES）。我已经阅读了 Tensorflow 文档，并且有很多关于范围内的“with variable_scope”、“reuse = True”和“tf.get_variable("myvar") 的建议......等等，但是我收到错误说明变量已存在或尚未初始化。tf.graphkeys 仅返回名称...而不是值。

【问题讨论】：

你能展示一下你用来加载图形和恢复检查点的方式吗？我特别感兴趣的是你有一个元图还是一个普通图。
我使用导入元图，然后在加载图后立即恢复最新的检查点。

标签： tensorflow

【解决方案1】：

在加载元图时，TensorFlow 也会恢复集合。有几个与变量相关的集合，例如您可以通过这种方式获取所有可训练变量的集合：

# graph is a TensorFlow Graph
variables = graph.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)

您可以Session.run返回列表中的每个变量来获取其值。下面的代码假定变量已经初始化（从检查点恢复）：

# sess is a TensorFlow Session
values = [sess.run(v) for v in variables]

【讨论】：

我是如此接近 - 但到目前为止:-)。这有效 - 谢谢！