使用Seq2Seq+Attention模型恢复TensorFlow模型与元图时出错

嘿，我一眼就瞅见你代码里的问题啦——你调用saver.restore()的时候，居然传了.data-00000-of-00001这个文件的路径！这可不对，TensorFlow恢复模型根本不需要直接指定这个.data后缀的文件，你只用给它不带后缀的checkpoint基础文件名就行。

修正后的加载代码 #

直接改这一行就好：

with tf.Session() as sess:
    saver = tf.train.import_meta_graph('/media/saurabh/New Volume/nlp_ucf/project/model/model_0.ckpt.meta')
    # 只需要传入checkpoint的基础名称，不用带.data后缀！
    saver.restore(sess, '/media/saurabh/New Volume/nlp_ucf/project/model/model_0.ckpt')

为啥会出这错？ #

给你掰扯清楚：

• .meta文件是用来保存计算图结构的，import_meta_graph加载它之后会自动创建对应的Saver对象。
• .data文件确实存着模型的权重参数，但TensorFlow的Saver机制会自动根据你给的基础文件名，去找到对应的.data和.index文件，根本不用你手动指定.data的路径。你直接传.data路径，它找不到配套的索引文件，可不就报错了嘛。

额外的小技巧 #

要是你之后训练多个版本的模型，用tf.train.latest_checkpoint()自动获取最新的checkpoint路径会更省心，不用手动改文件名：

with tf.Session() as sess:
    # 自动找到目录下最新的checkpoint
    checkpoint_path = tf.train.latest_checkpoint('/media/saurabh/New Volume/nlp_ucf/project/model/')
    saver = tf.train.import_meta_graph(checkpoint_path + '.meta')
    saver.restore(sess, checkpoint_path)

内容的提问来源于stack exchange，提问作者talos1904