错误：张量的图与会话的图不同

Question

我正在尝试从检查点文件加载之前训练过的张量训练模型，现在这些检查点文件中包含 op 变量，因此要加载图表，我必须首先从 **ckpt.meta 文件加载 graph_def ：

graph = tf.Graph()
sess = tf.InteractiveSession(graph=graph)
saver = tf.train.import_meta_graph('/data/model_cache/model.ckpt-39.meta')
    ckpt = tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)
    if ckpt and ckpt.model_checkpoint_path:
       if os.path.isabs(ckpt.model_checkpoint_path):
          saver.restore(sess, ckpt.model_checkpoint_path)

加载模型后，我有一个方法，使用该模型进行推理来实现deep-dream。问题是当我使用默认会话调用 eval 时，出现以下错误：

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 555, in eval
return _eval_using_default_session(self, feed_dict, self.graph, session)File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework   /ops.py", line 3495, in _eval_using_default_session
raise ValueError("Cannot use the given session to evaluate tensor: "
ValueError: Cannot use the given session to evaluate tensor: the tensor's graph is different from the session's graph.

---

我已经确认

tf.get_default_graph()

和

sess.graph

指向同一个内存地址。我一定缺少一些非常基本的东西。

Answer 1

您正在导入的元图（即 /data/model_cache/model.ckpt-39.meta）很可能与检查点

tf.train.get_checkpoint_state(FLAGS.checkpoint_dir)

使用的元图不同。

通常的做法是进行

get_checkpoint_state()

调用（或

tf.train.latest_checkpoint(FLAGS.checkpoint_dir)

）并在

import_meta_graph()

调用中使用它的输出，然后使用相同的检查点名称（和返回的保护程序）恢复会话中的变量。当然，如果元图保存在每个检查点中，就可以做到这一点。

Answer 2

我认为你的问题是你混淆了“Python-name”和“TensorFlow-name”。例如，当您创建：

W = tf.get_variable("weight", ...)

时，“Python-name”将是

W

，而“TensorFlow-name”将是

weight

。 加载模型时，它不知道最新的 python 名称。所以它永远不会知道

W

实际上是什么。

您应该首先取回您想要使用的张量和操作。您将它们列出来：

for tensor in tf.get_default_graph().get_operations():
    print (tensor.name)

然后使用

get_operation_by_name(name)

和

get_tensor_by_name(name)

取回你的东西。

例如，如果您想像我之前告诉您的那样获得权重，您应该这样做：

W = graph.get_tensor_by_name("weights:0")
print(W.eval())

我相信这应该有效。