テンソルフローで訓練した後のモデルの使い方（グラフの保存/ロード）

Question

テンソルフローのバージョンは0.11です。 トレーニング後にグラフを保存したり、テンソルフローが読み込むことができる他のものを保存したいとします。

I /使用メタグラフ

のエクスポートとインポート私はすでにこの記事をお読みください。 Tensorflow: how to save/restore a model?

マイSave.pyファイル：

X = tf.placeholder("float", [None, 28, 28, 1], name='X') 
Y = tf.placeholder("float", [None, 10], name='Y') 

tf.train.Saver() 
with tf.Session() as sess: 
    ...run something ... 
    final_tensor = tf.nn.softmax(py_x, name='final_result') 
    tf.add_to_collection("final_tensor", final_tensor) 

    predict_op = tf.argmax(py_x, 1) 
    tf.add_to_collection("predict_op", predict_op) 

saver.save(sess, 'my_project') 

をそれから私はload.pyを実行します。

with tf.Session() as sess: 
    new_saver = tf.train.import_meta_graph('my_project.meta') 
    new_saver.restore(sess, 'my_project') 
    predict_op = tf.get_collection("predict_op")[0] 
    for i in range(2): 
     test_indices = np.arange(len(teX)) # Get A Test Batch 
     np.random.shuffle(test_indices) 
     test_indices = test_indices[0:test_size] 

     print(i, np.mean(np.argmax(teY[test_indices], axis=1) == 
         sess.run(predict_op, feed_dict={"X:0": teX[test_indices], 
                 "p_keep_conv:0": 1.0, 
                 "p_keep_hidden:0": 1.0}))) 

しかし、それはエラーを返す

Traceback (most recent call last): 
    File "load_05_convolution.py", line 62, in <module> 
    "p_keep_hidden:0": 1.0}))) 
    File "/home/khoa/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 717, in run 
    run_metadata_ptr) 
    File "/home/khoa/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 894, in _run 
    % (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape()))) 
ValueError: Cannot feed value of shape (256, 784) for Tensor u'X:0', which has shape '(?, 28, 28, 1)' 

私は本当に、なぜ分からないのですか？

私はfinal_tensor = tf.get_collection("final_result")[0]

を追加する場合は、別のエラーを返す：tf.add_to_collectionは1つのみプレースホルダが含まれているため

Traceback (most recent call last): 
    File "load_05_convolution.py", line 46, in <module> 
    final_tensor = tf.get_collection("final_result")[0] 
IndexError: list index out of range 

はそれですか？

II/tf.train.write_graph

を使用して、私はそれはファイル 'train.pb' が正常に

私が作成したsave.py tf.train.write_graph(graph, 'folder', 'train.pb')

の末尾に次の行を追加しますload.py：

with tf.gfile.FastGFile('folder/train.pb', 'rb') as f: 
    graph_def = tf.GraphDef() 
    graph_def.ParseFromString(f.read()) 
    _ = tf.import_graph_def(graph_def, name='') 

with tf.Session() as sess: 
    predict_op = sess.graph.get_tensor_by_name('predict_op:0') 
    for i in range(2): 
     test_indices = np.arange(len(teX)) # Get A Test Batch 
     np.random.shuffle(test_indices) 
     test_indices = test_indices[0:test_size] 

     print(i, np.mean(np.argmax(teY[test_indices], axis=1) == 
         sess.run(predict_op, feed_dict={"X:0": teX[test_indices], 
                 "p_keep_conv:0": 1.0, 
                 "p_keep_hidden:0": 1.0}))) 

エラーを返します。

Traceback (most recent call last): 
    File "load_05_convolution.py", line 22, in <module> 
    graph_def.ParseFromString(f.read()) 
    File "/home/khoa/tensorflow/lib/python2.7/site-packages/google/protobuf/message.py", line 185, in ParseFromString 
    self.MergeFromString(serialized) 
    File "/home/khoa/tensorflow/lib/python2.7/site-packages/google/protobuf/internal/python_message.py", line 1085, in MergeFromString 
    raise message_mod.DecodeError('Unexpected end-group tag.') 
google.protobuf.message.DecodeError: Unexpected end-group tag. 

モデルを保存/読み込むための標準的な方法、コード、チュートリアルを共有してもよろしいですか？私は本当に混乱しています。 （メタグラフを使用して）

Answer 1

あなたの最初のソリューションはほとんど動作しますが、あなたはのバッチが持つ4-DテンソルとしてMNISTの訓練例のバッチを期待tf.placeholder()に MNISTの訓練例を平らに供給しているため、エラーが発生します形状= batch_sizexheight（= 28）x width（= 28）x channels（= 1）。これを解決する最も簡単な方法は、入力データの形を変えることです。代わりに、この文の：

print(i, np.mean(np.argmax(teY[test_indices], axis=1) == 
       sess.run(predict_op, feed_dict={ 
        "X:0": teX[test_indices], 
        "p_keep_conv:0": 1.0, 
        "p_keep_hidden:0": 1.0}))) 

...代わりに、適切な入力データを整形次の文、試してみてください。それはタイプミス

print(i, np.mean(np.argmax(teY[test_indices], axis=1) == 
       sess.run(predict_op, feed_dict={ 
        "X:0": teX[test_indices].reshape(-1, 28, 28, 1), 
        "p_keep_conv:0": 1.0, 
        "p_keep_hidden:0": 1.0})))