リストアされたTensorFlowモデルは、リストアされるたびに予期せずにウェイトを変更します。

Question

私のTensorFlowモデルは、モデルを訓練しなくなり、チェックポイント付きモデルファイルが変更されていなくても、これは、同じハードコード化された入力でランダムかつ信頼性の低い予測を得るため、問題があります。

以下は、単純にすべての重みの合計を返す単純化されたコードです。スクリプトを実行するたびに合計が変化し、重みが変化していることが示されます。

import tensorflow as tf 
import numpy as np 

def weight_variable(shape): 
    initial = tf.truncated_normal(shape, stddev=0.1) 
    return tf.Variable(initial) 

def bias_variable(shape): 
    initial = tf.constant(0.1, shape=shape) 
    return tf.Variable(initial) 

x = tf.placeholder(tf.float32, shape=[None, 240, 320, 3]) 
y_ = tf.placeholder(tf.float32, shape=[None, 3]) 
x_shaped = tf.reshape(x, [-1, 240 * 320 * 3]) 

W1 = weight_variable([240 * 320 * 3, 32]) 
b1 = bias_variable([32]) 
h1 = tf.sigmoid(tf.matmul(x_shaped, W1) + b1) 

W2 = weight_variable([32, 3]) 
b2 = bias_variable([3]) 
y=tf.nn.softmax(tf.matmul(h1, W2) + b2) 

saver = tf.train.Saver() 
sess = tf.InteractiveSession(config=tf.ConfigProto()) 
saver.restore(sess, "/some/path/model.ckpt") 
sess.run(tf.initialize_all_variables()) 
weights = W1.eval(session=sess) 
print(np.sum(weights)) 

Answer 1

あなたはsaver.restore()後tf.initialize_all_variables()を実行しています。つまり、チェックポイントから復元した値は、各変数の新しい初期値によって上書きされます。行tf.initialize_all_variables()を削除すると修正されるはずです。