ich mein eigenes Faltungs neuronales Netz aufgebaut, in dem ich die gleitenden Durchschnitte aller trainierbar Variablen verfolgen (tensorflow 1.0):tensorflow Fehler: restore Prüfpunktdatei
variable_averages = tf.train.ExponentialMovingAverage(
0.9999, global_step)
variables_averages_op = variable_averages.apply(tf.trainable_variables())
train_op = tf.group(apply_gradient_op, variables_averages_op)
saver = tf.train.Saver(tf.global_variables(), max_to_keep=10)
summary_op = tf.summary.merge(summaries)
init = tf.global_variables_initializer()
sess = tf.Session(config=tf.ConfigProto(
allow_soft_placement=True,
log_device_placement=False))
sess.run(init)
# start queue runners
tf.train.start_queue_runners(sess=sess)
summary_writer = tf.summary.FileWriter(FLAGS.train_dir, sess.graph)
# training loop
start_time = time.time()
for step in range(FLAGS.max_steps):
_, loss_value = sess.run([train_op, loss])
duration = time.time() - start_time
start_time = time.time()
assert not np.isnan(loss_value), 'Model diverged with loss = NaN'
if step % 1 == 0:
# print current model status
num_examples_per_step = FLAGS.batch_size * FLAGS.num_gpus
examples_per_sec = num_examples_per_step/duration
sec_per_batch = duration/FLAGS.num_gpus
format_str = '{} step{}, loss {}, {} examples/sec, {} sec/batch'
print(format_str.format(datetime.now(), step, loss_value, examples_per_sec, sec_per_batch))
if step % 50 == 0:
summary_str = sess.run(summary_op)
summary_writer.add_summary(summary_str, step)
if step % 10 == 0 or step == FLAGS.max_steps:
print('save checkpoint')
# save checkpoint file
checkpoint_file = os.path.join(FLAGS.train_dir, 'model.ckpt')
saver.save(sess, checkpoint_file, global_step=step)
Diese workes Fein- und Checkpoint-Dateien gespeichert sind (Sparversion V2). Dann versuche ich die Checkpoints in einem weiteren Skript zur Auswertung des Modells wiederherzustellen. Dort habe ich dieses Stück Code
# Restore the moving average version of the learned variables for eval.
variable_averages = tf.train.ExponentialMovingAverage(
MOVING_AVERAGE_DECAY)
variables_to_restore = variable_averages.variables_to_restore()
saver = tf.train.Saver(variables_to_restore)
, wo ich die Fehlermeldung „NotFoundError (oben für Rückverfolgungs e): Key KONV1/Variable/ExponentialMovingAverage nicht in Kontrollpunkt gefunden“, wo KONV1/Variable/ist eine Variable Umfang.
Dieser Fehler tritt auf, noch bevor ich versuche, die Variablen wiederherzustellen. Kannst du bitte helfen, es zu lösen?
Vielen Dank im Voraus
TheJude