0
現在、このモデルを復旧してという予測をしているの問題があります。このモデルを復元できないのはなぜですか?
コード:
def neural_network(data):
with tf.name_scope("network"):
layer1 = tf.layers.dense(data, 1000, activation=tf.nn.relu, name="hidden_layer1")
layer2 = tf.layers.dense(layer1, 1000, activation=tf.nn.relu, name="hidden_layer2")
output = tf.layers.dense(layer2, 2, name="output_layer")
return output
def evaluate():
with tf.name_scope("loss"):
global x
xentropy = tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=neural_network(x))
loss = tf.reduce_mean(xentropy, name="loss")
with tf.name_scope("train"):
optimizer = tf.train.AdamOptimizer()
training_op = optimizer.minimize(loss)
with tf.name_scope("exec"):
with tf.Session() as sess:
for i in range(1, 10):
sess.run(tf.global_variables_initializer())
sess.run(training_op, feed_dict={x: np.array(train_data).reshape([-1, 1]), y: label})
print "Training " + str(i)
saver = tf.train.Saver()
saver.save(sess, "saved_models/testing")
print "Model Saved."
def predict():
with tf.name_scope("predict"):
output = neural_network(x)
output = tf.nn.softmax(output)
with tf.Session() as sess:
saver = tf.train.import_meta_graph("saved_models/testing.meta")
# saver = tf.train.Saver()
saver.restore(sess, "saved_models/testing")
print sess.run(output, feed_dict={x: np.array([12003]).reshape([-1, 1])})
私は復元するtf.train.Saver()
を使用してみましたが、また同じエラーを与えています。
The error given is ValueError: Variable hidden_layer1/kernel already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:
私はtf.layers.dense()
ためreuse=True
を設定しようとしたが、それは私の中でグラフを訓練することができませんでし結果(上記はなくreuse=None
を設定するように求めるのと同じとValueErrorを与えます)。
私はそれがセッションにまだ存在するグラフと関係があると推測しています。それを復元しようとすると、重複するグラフが検出されます。しかし、セッションが既に閉鎖されているので、これは起こらないと思っていました。コード全体へ
リンク:gistlink
このように私のpredict()を変更することを意味しますか? TFと 出力= neural_network(X) 出力= tf.nn.softmax(出力) loaded_graph = tf.Graph() : – Bosen
'DEF()を予測:tf.name_scopeと ( "予測")。セッション(loaded_graph)をsess: saver = tf.train.import_meta_graph( "saved_models/testing.meta") #saver = tf.train.Saver() saver.restore(セス、 "saved_models/testing") プリントsess.run(出力、feed_dict = {x:np.array([12003])。reshape([ - 1,1])) – Bosen
はい、そうです。 –