使用TensorFlow 1.7.0恢复MobileNet V2模型时遇OpKernel注册错误

你的问题主要出在模型恢复路径错误和TF1.7与MobileNet V2的TPU操作兼容性上，咱们一步步来修复：

• 修正模型恢复路径
  你在saver.restore()里传入的是.data-00000-of-00001文件，但TensorFlow的restore方法只需要传入ckpt的前缀名（也就是/mobilenet_v2_1.4_224.ckpt），它会自动关联对应的data和meta文件，不用指定具体的data后缀。

• 解决TPU OpKernel未注册问题
  TensorFlow 1.7.0属于较早的版本，而MobileNet V2的预训练模型内置了TPU相关操作（比如ShutdownDistributedTPU），但你的运行环境没有配置TPU支持，所以触发了这个错误。解决办法是在导入meta图时加上clear_devices=True参数，清除图中绑定的设备信息，避免强制调用TPU：

  saver = tf.train.import_meta_graph("/mobilenet_v2_1.4_224.ckpt.meta", clear_devices=True)
  

• 清理冗余代码
  你代码里提前定义的v1、v2变量和第一个saver = tf.train.Saver()都是冗余的，会干扰模型恢复流程，直接删掉就行。

修复后的完整代码如下：

import tensorflow as tf

tf.reset_default_graph()
with tf.Session() as sess:
    # 导入meta图并清除设备绑定，规避TPU操作报错
    saver = tf.train.import_meta_graph("/mobilenet_v2_1.4_224.ckpt.meta", clear_devices=True)
    # 仅传入ckpt前缀路径即可完成恢复
    saver.restore(sess, "/mobilenet_v2_1.4_224.ckpt")
    print("MobileNet V2模型恢复成功！")

额外提示：如果上述方法仍不生效，大概率是TF1.7.0对MobileNet V2的原生支持不足（MobileNet V2是在TF1.8版本后正式推出的）。如果条件允许，建议升级到TensorFlow 1.13.x或更高的TF1.x版本，兼容性会提升很多。

内容的提问来源于stack exchange，提问作者B Singh