更新:这里是我的项目的 github 存储库
我已经在Tensorflow上使用MNIST训练了一个数字识别器模型,在64位Windows 10上训练,在Ubuntu 18上也运行良好。我已经在树莓派 3 模型 B 上移动了脚本,并引发了一个错误:
... line 1342, in restore "File path is: %r" % (save_path, file_path))
ValueError: Restore called with invalid save path: './model.ckpt'. File path is: '.model.ckpt'
checkpoint
、model.ckpt.index
、model.ckpt.meta
和model.ckpt.data-00000-of-00001
在脚本的同一文件夹中。
我修改了这个 Github 存储库中的一些代码: restore.py:
with tf.Session() as sess:
sess.run(init_op)
saver.restore(sess, "model.ckpt")
prediction=tf.argmax(y_conv,1)
toReturn = []
for value in imvalue:
toReturn.append(prediction.eval(feed_dict={x: [value],keep_prob: 1.0}, session=sess))
sess.close()
注意:该程序在Windows和Ubuntu上运行良好,但在Raspberry上不能正常工作
现在我试图让它运行一周了,我认为问题是路径,但我的尝试是徒劳的。我在互联网上搜索了很多,但我发现的毫无用处;任何帮助将不胜感激, 非常感谢, 马可。
我已经发现问题出在检查点文件上,似乎在 x64 架构上训练的模型与 x64 Tensorflow 包不兼容,并且无法加载到 x64 ARM 上,而不是ARM的Tensorflow 包,或者至少是我拥有的版本,所以我直接在Raspberry 上重新训练了模型,现在一切正常。