テンソルフローを保存/復元する方法DNNClassifier（保存する変数なし）

Question

テンソルフローのディープニューラルネットワークを訓練し、いくつかの例を予測するのに使用しましたが、train.Saver()を使用して保存しようとすると、 「

を保存するための変数は、すでにこのようなtrain.Saverを試してみました：

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

しかし、まだ運、任意の提案ですか？

Answer 1

はここで明確かもしれないtf.variable docsからのコードサンプルです：

# 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) 

Answer 2

だから私は同じ問題（推定量は、保存/まだ機能を復元していない）に走りました。私は節約を試み、チェックポイントを保存しようとするとCheckpointSaverを試みましたが、はるかに簡単です。見積もりをインスタンス化するときにはmodel_dirと指定してください。これにより、同じmodel_dirのエスティメイターを作成するだけで、リストア可能なチェックポイントが自動的に保存されます。見積もりの​​ドキュメントhere。

ソリューションのための@ilblackdragonのおかげです。here。