tensorflow模型保存和還原問題

Question

謝謝你的幫助。 這個問題困擾了我兩天。 我搜索了許多站點，但沒有解決。

背景：我正在學習mnist ，並且mnist是正確的，但是當我保存模型並還原時，出現錯誤，告訴我必須使用placeholder_1 。 我很困惑。

代碼：下面的代碼正確。

import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("mnist data/", one_hot=True)

import tensorflow as tf
# 操作符號變量來描述這些可交互的操作單元
x = tf.placeholder(tf.float32, [None, 784])


# 權重值和偏置量
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
# 實現模型
y = tf.nn.softmax(tf.matmul(x,W) + b)
# 添加一個新的占位符用於輸入正確值
y_ = tf.placeholder("float", [None,10])
# 計算交叉熵:
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
# 要求TensorFlow用梯度下降算法（gradient descent algorithm）以0.01的學習速率最小化交叉熵
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
# 添加一個操作來初始化我們創建的變量
init = tf.initialize_all_variables()

saver = tf.train.Saver()
sess = tf.Session()
sess.run(init)
for i in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

save_path = saver.save(sess, "./model_mnist.ckpt",write_meta_graph=False) 
print("Model saved in life:", save_path) 

import cv2
import numpy as np

img = cv2.imread('lena.png')
img = cv2.resize(img, (28,28))
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) 
arr = []
for i in range(28):
    for j in range(28):
        gray = 1 - img[i,j]/255
        arr.append(gray)

arr_mnist = np.array([arr])
#print(arr_mnist)

result = sess.run(y, feed_dict={x:arr_mnist})
print(result)
#print(np.argmax(result[0]))
#print(np.sum(result[0]))
print("預測值為：",np.argmax(result[0]),"；概率為：",np.max(result[0])/np.sum(result[0]))
#print(tf.argmax(result,1))

但是，當我要使用模型進行還原時。 它出了錯。

import cv2
import numpy as np
import tensorflow as tf

img = cv2.imread('lena.png')
img = cv2.resize(img, (28,28))
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) 

arr = []

for i in range(28):
    for j in range(28):
        gray = 1 - img[i,j]/255
        arr.append(gray)

arr_mnist = np.array([arr])
#print(arr_mnist)

tf.reset_default_graph()

x = tf.placeholder("float", shape=[None, 784])
y = tf.placeholder("float", shape=[None, 10])
#keep_prob = tf.placeholder("float")

sess = tf.Session()

saver = tf.train.import_meta_graph('./model_mnist.ckpt.meta')  

saver.restore(sess, './model_mnist.ckpt')

result = sess.run(y, feed_dict={x:arr_mnist})
print(result)
print("預測值為：",np.argmax(result[0]),"；概率為：",np.max(result[0])/np.sum(result[0]))

錯誤是：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'Placeholder_1' with dtype float and shape [?,10]
     [[Node: Placeholder_1 = Placeholder[dtype=DT_FLOAT, shape=[?,10], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

因此，我認為問題應該出在模型保存或還原過程中，但我無法弄清楚。 我該如何糾正代碼？ 謝謝！

Answer 1

還原圖形時，您聲明兩個占位符，並且在運行會話時僅提供一個。 y占位符是與錯誤名稱匹配的占位符。

但是您無需在運行腳本中聲明這些占位符。 修復工作會解決。 請注意，您可以使用字符串鍵指定提要字典：

feed_dict: { 'x': [1,2,3] }