Tensorflow：如何在应用程序中使用经过训练的模型？

Question

我已经训练了一个 Tensorflow 模型，现在我想导出“函数”以在我的 python 程序中使用它。 这是可能的，如果是，如何？ 任何帮助都会很好，在文档中找不到太多内容。 （我不想保存会话！）

我现在已经按照你的建议存储了会话。 我现在像这样加载它：

f = open('batches/batch_9.pkl', 'rb')
input = pickle.load(f)
f.close()
sess = tf.Session()

saver = tf.train.Saver()
saver.restore(sess, 'trained_network.ckpt')
y_pred = []

sess.run(y_pred, feed_dict={x: input})

print(y_pred)

但是，当我尝试初始化保护程序时，出现错误“没有要保存的变量”。

我想要做的是：我正在为棋盘游戏编写机器人，输入是棋盘上的情况格式化为张量。 现在我想返回一个张量，它为我提供了接下来要播放的最佳位置，即一个处处为 0 而一个位置处为 1 的张量。

Answer 1

我不知道是否还有其他方法可以做到这一点，但是您可以通过保存会话在另一个 Python 程序中使用您的模型：

您的训练代码：

# build your model

sess = tf.Session()
# train your model
saver = tf.train.Saver()
saver.save(sess, 'model/model.ckpt')

在您的应用程序中：

# build your model (same as training)
sess = tf.Session()
saver = tf.train.Saver()
saver.restore(sess, 'model/model.ckpt')

然后，您可以使用 feed_dict 评估模型中的任何张量。 这显然取决于您的型号。 例如：

#evaluate tensor
sess.run(y_pred, feed_dict={x: input_data})