TensorFlow 1.7.0 eager execution模式下检查点加载及模型保存问题求助

我帮你梳理了TF1.7.0 Eager模式下模型保存失效的常见问题，结合你的代码片段，给出针对性的修正方案：

可能的失效原因 #

你的代码里大概率存在这几个问题：

• 没有提前创建checkpoint存储目录，导致保存时无法写入文件
• checkpoint.save()的参数拼写错误（你代码里的checkpoint_pr...应该是checkpoint_prefix）
• 加载checkpoint时没有验证恢复结果，静默失败后你误以为加载无效

修正后的完整代码示例 #

import tensorflow as tf
import tensorflow.contrib.eager as tfe
import os

# 假设你的model和optimizer已经完成定义并能正常运行
# model = ... 
# optimizer = ...

# 1. 先确保checkpoint目录存在，避免保存失败
checkpoint_directory = './JokeWords/'
if not os.path.exists(checkpoint_directory):
    os.makedirs(checkpoint_directory)
checkpoint_prefix = os.path.join(checkpoint_directory, "ckpt")

# 2. 初始化Checkpoint，绑定模型和优化器
checkpoint = tfe.Checkpoint(model=model, optimizer=optimizer)

# 3. 加载最新的checkpoint（如果存在），并验证恢复状态
latest_ckpt = tf.train.latest_checkpoint(checkpoint_directory)
if latest_ckpt:
    status = checkpoint.restore(latest_ckpt)
    # 强制验证所有模型和优化器变量是否成功恢复，失败会直接报错
    status.assert_consumed()
    print(f"已成功从 {latest_ckpt} 恢复模型")
else:
    print("未找到历史checkpoint，将从头开始训练")

# 运行你的评估逻辑
evaluate(model, jokes, 2, 32)

# 4. 正确保存checkpoint，注意参数拼写正确
save_path = checkpoint.save(file_prefix=checkpoint_prefix)
print(f"Checkpoint已保存至: {save_path}")

额外注意事项 #

• 模型结构一致性：如果后续修改了模型的变量数量/结构，旧的checkpoint会无法恢复，需要删除./JokeWords/下的旧文件后重新保存
• 变量兼容性：TF1.7的Eager模式属于早期版本，建议模型变量使用tfe.Variable而非tf.Variable，避免兼容性问题
• 权限检查：确保你的程序对./JokeWords/目录有读写权限，否则会因为权限不足导致保存失败

内容的提问来源于stack exchange，提问作者user2793857