Problem mit der Wiederherstellung vortrained Modell in Tensorflow

Question

Ich lief das Demo-Programm von Word2Vec, die in TensorFlow enthalten ist, und jetzt versucht, das vortrainierte Modell aus Dateien wiederherzustellen, aber es funktioniert nicht.

lief ich dieses Skript-Datei: https://github.com/tensorflow/tensorflow/blob/r0.10/tensorflow/models/embedding/word2vec.py

Dann diese Datei Ich habe versucht, laufen:

#!/usr/bin/env python 

import tensorflow as tf 

FILENAME_META = "model.ckpt-70707299.meta" 
FILENAME_CHECKPOINT = "model.ckpt-70707299" 


def main(): 
    with tf.Session() as sess: 
     saver = tf.train.import_meta_graph(FILENAME_META) 
     saver.restore(sess, FILENAME_CHECKPOINT) 


if __name__ == '__main__': 
    main() 

Es ist mit der folgenden Fehlermeldung

Traceback (most recent call last): 
    File "word2vec_restore.py", line 16, in <module> 
    main() 
    File "word2vec_restore.py", line 11, in main 
    saver = tf.train.import_meta_graph(FILENAME_META) 
    File "/home/kato/.pyenv/versions/3.5.1/lib/python3.5/site-packages/tensorflow/python/training/saver.py", line 1431, in import_meta_graph 
    return _import_meta_graph_def(read_meta_graph_file(meta_graph_or_file)) 
    File "/home/kato/.pyenv/versions/3.5.1/lib/python3.5/site-packages/tensorflow/python/training/saver.py", line 1321, in _import_meta_graph_def 
    producer_op_list=producer_op_list) 
    File "/home/kato/.pyenv/versions/3.5.1/lib/python3.5/site-packages/tensorflow/python/framework/importer.py", line 247, in import_graph_def 
    op_def = op_dict[node.op] 
KeyError: 'Skipgram' 

Ich betrachte ich habe verstanden, versagt das API-Dokument von TensorFlow, und ich habe den obigen Code so implementiert, wie er darin geschrieben ist. Verwende ich das Saver-Objekt falsch?

Answer 1

Versuchen Sie Folgendes:

saver = tf.train.Saver() 
with tf.Session() as sess: 
    checkpoint = tf.train.get_checkpoint_state(checkpoint_dir) 
    if checkpoint and checkpoint.model_checkpoint_path: 
     saver.restore(sess, checkpoint.model_checkpoint_path) 

Wo checkpoint_dir Pfad, enthält Checkpoint-Dateien, nicht vollständigen Pfad zum meta oder Checkpoint-Dateien in Ordner ist. Tensorflow wählt den aktuellsten Checkpoint selbst aus dem angegebenen Ordner aus.

Answer 2

Ich löste das alleine. Ich habe mich gefragt, woher der Schlüssel "Skipgram" kommt, und den Quellcode gegraben. Um das Problem zu lösen, fügen Sie einfach die folgenden auf der Oberseite:

from tensorflow.models.embedding import gen_word2vec 

Ich verstehe immer noch nicht genau, was ich tue, aber vielleicht ist dies, weil es notwendig ist, eine ähnliche Bibliothek in C geschrieben laden ++.

Danke.