初始化 tf.train.Saver 时"没有要保存的值"

Question

我有一个类DDPG，它是一个tensorflow神经网络。当我添加self.saver = tf.train.Saver()时，它会报告错误

"文件"C:\Users\Harry\Anaconda3\lib\site packages\tensorflow\python\training\saver.py"，第1131行，在_build中raise ValueError("没有要保存的变量"(">

这是我的代码部分。

def __init__(self, action_dimension, state_dimension):
self.memory = np.zeros((MEMORY_CAPACITY, state_dimension*2+action_dimension+1), dtype = np.float32)
self.memory_pointer = 0
self.sess = tf.Session()
self.action_dimension = action_dimension
self.state_dimension = state_dimension
# define state space as x * state dimension matrix
self.current_state = tf.placeholder(tf.float32, [None, state_dimension], 'current_state')
self.next_state = tf.placeholder(tf.float32, [None, state_dimension], 'next_state')  # same as above
self.reward = tf.placeholder(tf.float32, [None, 1], 'reward')
self.saver = tf.train.Saver()

下面是我在这个类中声明的两个函数

def save_model(self):
path = self.saver.save(self.sess, "/saved_model/model.ckpt")
print("Model saved in path: %s" % path)
def load_model(self):
self.saver.restore(self.sess, "/saved_model/model.ckpt")
print("Model restored.")

我想知道我所做的是不正确的吗？谢谢

Answer 1

可能是因为您还没有初始化变量。如果在声明所有变量之后，在self.saver你应该没事