Tensorflow、モデルエラーを読み込むためにimport_graph_def（）を使用

Question

import_graph_def()でRNNネットワークを読み込み、推論してみます。 しかし、変数を取得するのにtf.trainable_variables()を使用することはできません。次のコードで

、またtf.trainable_variables()戻り、[]（何もリスト） 、私はsaver = tf.train.Saver()を使用し、tensorflowレポート

def eval_on_test(graph_path): 
batch_size = 80 
train_begin = 0 
train_end = 3000 
with tf.Graph().as_default() as graph: 
    with open(graph_path, 'rb') as f: 
     tf_graph = tf.GraphDef() 
     print("Loading graph_def from {}".format(graph_path)) 
     tf_graph.ParseFromString(f.read()) 

     return_elements = tf.import_graph_def(tf_graph, name="", return_elements=['input_x:0', 'output_y:0', 'pred:0', 'loss:0']) 
     X = return_elements[0] 
     Y = return_elements[1] 
     pred = return_elements[2] 
     loss = return_elements[3] 

    tf_config = tf.ConfigProto() 
    tf_config.gpu_options.allow_growth = True 

    print("graph loaded, start testing") 
    with tf.Session(config=tf_config) as sess: 

     init_op = sess.graph.get_operation_by_name('init') 
     sess.run(init_op) 
     print(tf.trainable_variables()) 
     batch_index,train_x,train_y=get_train_data(batch_size,time_step,train_begin,train_end) 
     for batch in range(len(batch_index)-1): 
      loss_ = sess.run(loss, feed_dict={X:train_x[batch_index[batch]:batch_index[batch+1]],Y:train_y[batch_index[batch]:batch_index[batch+1]]}) 
      print(batch, loss_) 

「を保存するためのノー変数」任意の助けいただければ幸いです。 Saverは、この問題を解決するために、あなたはまた、すべてのコレクションを復元しますtf.train.import_meta_graphを試すことができ、グラフ内の任意の変数を見つけることができない理由

Answer 1

import_graph_defはグラフだけを復元しますが、このようなGLOBAL_VARIABLESなどのコレクションをリストアしません、それはです。