如何存储/保存和恢复张量流 DNNClassifier(没有要保存的变量)

Question

我在tensorflow上训练了一个深度神经网络，并用于预测一些示例，但是当我尝试使用train.Saver()保存它时，我得到错误："没有要保存的变量"

已经尝试过这样的train.Saver：

tf.train.Saver(classi.get_variable_names())

但仍然没有运气，有什么建议吗？

Answer 1

所以我

遇到了同样的问题（估算器还没有保存/恢复功能）。我尝试了保存程序和CheckpointSaver来尝试保存检查站，但结果要简单得多;只需在实例化估算器时指定model_dir即可。这将自动保存检查点，只需创建具有相同model_dir的估算器即可恢复这些检查点。此处为估算器提供文档。

感谢@ilblackdragon在这里提供的解决方案。

Answer 2

下面是来自 tf.variable 文档的代码示例，可能会澄清：

# Create some variables.
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")
...
# Add an op to initialize the variables.
init_op = tf.initialize_all_variables()
# Add ops to save and restore all the variables.
saver = tf.train.Saver()
# Later, launch the model, initialize the variables, do some work, save the
# variables to disk.
with tf.Session() as sess:
  sess.run(init_op)
  # Do some work with the model.
  ..
  # Save the variables to disk.
  save_path = saver.save(sess, "/tmp/model.ckpt")
  print("Model saved in file: %s" % save_path)