如何在不使用会话的情况下使用 tensorflow 恢复模型？答案

【问题标题】：How to restore a model with tensorflow without using sessions?如何在不使用会话的情况下使用 tensorflow 恢复模型？
【发布时间】：2016-11-30 15:18:11
【问题描述】：

我有一个使用

创建并保存的 DNNClassifier

classifier = learn.DNNClassifier(
  feature_columns=feature_columns, hidden_units=[10, 20, 10], n_classes=3, model_dir=model_directory)

然后将一些东西保存在目录 model_directory 中，我得到文件

checkpoint
events.out.tfevents.1480518258.DESKTOP-E18T9HJ
graph.pbtxt
model.ckpt-100-00000-of-00001
model.ckpt-1-00000-of-00001
model.ckpt-100.meta
model.ckpt-1.meta

然后我尝试加载它，使用

new_classifier = learn.TensorFlowEstimator.restore(model_directory)

（根据我看到的there）但是得到

File "importAndClassify.py", line 17, in <module>
  new_classifier = learn.TensorFlowEstimator.restore(model_directory)
File "/home/Alois/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/contrib/learn/python/learn/estimators/base.py", line 441, in restore
raise ValueError("Restore folder doesn't contain model definition.")
ValueError: Restore folder doesn't contain model definition.

你知道我应该怎么做吗？我读了here“通过向构造函数提供相同的model_dir来完成恢复。”但这没有结果。

new_classifier = learn.DNNClassifier(model_directory)

我对所有 API 更改和缺乏清晰的文档感到很困惑。特别是，我不明白为什么在某些教程中，分类器是使用 tensorflow 变量和会话构建的，而且一切都非常复杂，而在其他时候，听起来很容易，你只需要说你想要这个分类器基于这个和这个参数......这是为了进一步参数化吗？这两种愿景之间是否有一座桥梁？

【问题讨论】：

标签： python scikit-learn tensorflow

【解决方案1】：

同样的意见......似乎他们需要一些优秀的软件架构和优秀的项目经理......这样 tf 看起来就像一个笑话

解决您的问题：模型会自动从“构造函数”中的该目录加载：

分类器 = 学习.DNNClassifier( feature_columns=feature_columns, hidden_units=[10, 20, 10], n_classes=3, model_dir=model_directory)

如果 model_directory 有文件，它将加载它们……这就是加载模型的方法 lol……它真的仅此而已

我的问题是在 JAVA 的 tensorflow 中加载相同的模型...我需要一个“model_saved.pb”或“model_saved.pbtxt”文件，但使用 learn.DNNClassifier(...) 是不可能的/p>

【讨论】：