从移动的目录加载 tensorflow 模型答案

【问题标题】：Load tensorflow model from moved directory从移动的目录加载 tensorflow 模型
【发布时间】：2018-05-17 12:26:39
【问题描述】：

saver = tf.train.import_meta_graph(filepath)
tf.reset_default_graph()
sess = tf.Session()
saver.restore(sess, tf.train.latest_checkpoint('/home/deep_learning_tests/tensorflow/'))

好的，代码很简单。并且使用原始路径加载 tensorflow 模型效果很好。

但问题是，如果我将 tensorflow 模型（包括 .index、.meta、检查点）移动到其他路径，则会出错

tensorflow.python.framework.errors_impl.NotFoundError： /home/deep_learning_tests/tensorflow/d:/labtest/tensorflow；没有这样的文件或目录

它试图找到原始文件路径。如果原始文件路径仍然有模型（意味着模型只复制到新目录），它可以工作。但是如果原来的文件目录被删除，只剩下新的目录，就会报上述错误。

如何加载从原目录移出的tensorflow模型？

【问题讨论】：

您应该在 tf.train.import_meta_graph(filepath) 之前而不是之后拥有 tf.reset_default_graph。您正在导入图表，然后将其重置。
斯科特，感谢您的回答。但它会产生另一个错误。 'LookupError: unknown encoding: raw_unicode_escape' 你有什么线索吗？
没关系，只要我不使用'tf.train.latest_checkpoint'，它现在就可以工作。也许我不知道使用它的正确方法。顺便说一句，无论我把 tf.reset_default_graph 放在哪里，上面的错误都不会再发生了，虽然我不知道是什么让错误消失了.....

标签： python tensorflow directory load restore

【解决方案1】：

只是想添加一些东西。我用 saver.restore(sess, 'path_to_dir') 恢复，没用。我在 path_to_dir 中没有 .ckpt 文件，我有 3 个文件：model_name.index、model_name.meta、model_name.data。所以我解决问题的方法是使用 saver.restore(sess, 'path_to_dir/model_name')。

【讨论】：

【解决方案2】：

好的，我终于知道如何加载移动/复制的模型了。

如果你正在使用

tf.train.latest_checkpoint

那么加载目标文件必须与创建时位于同一目录中。否则，您必须打开文件“检查点”并修改文件中的目录路径。它有效，但不推荐。

我的建议是不要使用

tf.train.latest_checkpoint

在保存的模型被移动或复制到另一个目录/系统时加载模型。

就用这个

saver.restore(sess, 'path/to/file')

然后它将加载模型。

要清楚，如果您尝试像下面这样加载

saver = tf.train.import_meta_graph(filepath)
tf.reset_default_graph()
sess = tf.Session()
saver.restore(sess, tf.train.latest_checkpoint('file/path/to/new/directory'))

那么你必须修改'checkpoint'文件到新的目录路径。

否则，就这样做

saver = tf.train.import_meta_graph(filepath)
tf.reset_default_graph()
sess = tf.Session()
saver.restore(sess, 'file/path/to/new/directory')

================================================ =========== 我发现了另一个人们应该知道的问题。不知何故，如果我在 windows 中训练（没有检查 linux 或 mac osx），检查点文件会用绝对路径写入其路径。

因此，如果您尝试从其他系统加载模型，它将找不到要加载的正确目录路径，因为它正在寻找由 windows 目录系统写入的绝对目录路径（以 c:/ 或 d 开头： /等）

我的检查点示例如下。

model_checkpoint_path： “d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.357984_accuracy_0.5358-2700” all_model_checkpoint_paths： “d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.403583_accuracy_0.5247-1500” all_model_checkpoint_paths： “d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.385835_accuracy_0.5302-1800” all_model_checkpoint_paths： “d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.375068_accuracy_0.5334-2100” all_model_checkpoint_paths： “d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.359645_accuracy_0.5363-2400” all_model_checkpoint_paths： "d:/Projects_data/emulator_data/NEW/cnn_21category_char\tf_ckpt\_loss_1.357984_accuracy_0.5358-2700"

如果您想读取它，则必须将其更改为如下所示的相对路径：

model_checkpoint_path：“_loss_1.357984_accuracy_0.5358-2700” all_model_checkpoint_paths：“_loss_1.403583_accuracy_0.5247-1500” all_model_checkpoint_paths：“_loss_1.385835_accuracy_0.5302-1800” all_model_checkpoint_paths：“_loss_1.375068_accuracy_0.5334-2100” all_model_checkpoint_paths：“_loss_1.359645_accuracy_0.5363-2400” all_model_checkpoint_paths：“_loss_1.357984_accuracy_0.5358-2700”

然后它将起作用。所以我建议检查检查点文件是否写为绝对路径。

【讨论】：