tf.train.Saverはどのように正しく動作しますか？

Question

私はtf.train.Saver（）がどのように動作するのか少し混乱します。私はfollowing codeだけでトレーニング可能な変数を保存する必要があります。

import tensorflow as tf 
# Create some variables. 
v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer) 
v2 = tf.get_variable("v2", shape=[5], initializer = tf.zeros_initializer) 

inc_v1 = v1.assign(v1+1) 
dec_v2 = v2.assign(v2-1) 

# Add an op to initialize the variables. 
init_op = tf.global_variables_initializer() 

# Add ops to save and restore all the variables. 
saver = tf.train.Saver(tf.trainable_variables()) 
print([x.name for x in tf.trainable_variables()]) 
# Later, launch the model, initialize the variables, do some work, and save the 
# variables to disk. 
with tf.Session() as sess: 
    sess.run(init_op) 
    # Do some work with the model. 
    inc_v1.op.run() 
    dec_v2.op.run() 
    # Save the variables to disk. 
    save_path = saver.save(sess, "./model.ckpt") 
    print("Model saved in file: %s" % save_path) 

、次のコードは、ちょうどそれらを見て：

import tensorflow as tf 
sess = tf.Session() 
saver = tf.train.import_meta_graph('model.ckpt.meta') 
saver.restore(sess,'model.ckpt') 
print([v.name for v in tf.get_default_graph().as_graph_def().node]) 

最初のコード出力['v1:0', 'v2:0']、予想通り。私は、同じ結果を生成するために第2のコードを期待していますが、私はこれを参照してください。

['v1/Initializer/zeros', 'v1', 'v1/Assign', 'v1/read', 'v2/Initializer/zeros', 'v2', 'v2/Assign', 'v2/read', 'add/y', 'add', 'Assign', 'sub/y', 'sub', 'Assign_1', 'init', 'save/Const', 'save/SaveV2/tensor_names', 'save/SaveV2/shape_and_slices', 'save/SaveV2', 'save/control_dependency', 'save/RestoreV2/tensor_names', 'save/RestoreV2/shape_and_slices', 'save/RestoreV2', 'save/Assign', 'save/RestoreV2_1/tensor_names', 'save/RestoreV2_1/shape_and_slices', 'save/RestoreV2_1', 'save/Assign_1', 'save/restore_all']

tfのではなく、具体的に述べた2のすべての変数を保存し、なぜ私はわかりません。どうやってやるの？

Answer 1

私はこのことができます願っていtensorflow wiki

tf.reset_default_graph() 

# Create some variables. 
v1 = tf.get_variable("v1", shape=[3], name="v1") 
v2 = tf.get_variable("v2", shape=[5], name="v2") 
saver = tf.train.Saver(var_list=[v1, v2]) # list of TF variables that are to be restored 

with tf.Session() as sess: 
    # Restore variables from disk. 
    saver.restore(sess, "./model.ckpt") 
    print("Model restored.") 
    # Check the values of the variables 
    print("v1 : %s" % v1.eval()) 
    print("v2 : %s" % v2.eval()) 

から次のコードを試してみてください！