如何存储/保存和恢复tensorflow DNNClassifier（无变量保存）

Question

我在tensorflow上训练了一个深度神经网络并用来预测一些例子但是，当我尝试使用train.Saver()保存它时，我得到错误：“没有要保存的变量”

已经尝试过train.Saver这样：

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

但仍然没有运气，有什么建议吗？

Answer 1

所以我遇到了同样的问题（Estimators还没有保存/恢复功能）。 我试过保存和CheckpointSaver试图保存检查点，但事实证明它更简单; 只需在实例化Estimator时指定model_dir 。 这将通过创建具有相同model_dir的Estimator自动保存可以恢复的检查点。 这里有Estimators的文档。

由于@ilblackdragon该解决方案在这里 。

Answer 2

以下是来自tf.variable文档的代码示例，可能会澄清：

# 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)