TensorFlow跨类命名空间问题：复用模型图而非新建实例

先给你点透问题根源：在TensorFlow 1.x环境下，每个Test实例初始化时默认会创建独立的计算图，而你保存的模型是和第一个实例的计算图绑定的。第二个实例用自己的新图加载模型时，找不到原模型对应的张量、操作节点，自然会抛出异常。

下面给你几个实用的解决思路，按需选用：

思路1：让所有Test实例共享默认计算图 #

最简单的方式是强制所有实例复用全局默认图。你只需要在实例化类时，把代码放在默认图的上下文管理器里：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

# 获取全局默认计算图，所有实例共用它
default_graph = tf.get_default_graph()

X = np.random.random((10000, 2))
y = (2*X[:, 0] + 3*X[:, 1]).reshape(-1, 1)
inpShape = (None, 2)
outShape = (None, 1)
layers = [7, 1]
activations = [tf.sigmoid, None]

# 第一个实例：在默认图上下文里构建模型
with default_graph.as_default():
    t = Test(inpShape, outShape, layers, activations)
    t.fit(X, y, 10000)
    yHat = t.predict(X, restorePoint=t.restorePoints[-1])
    plt.plot(yHat, y, '.', label='original')

# 第二个实例：同样用默认图加载模型
with default_graph.as_default():
    t1 = Test(inpShape, outShape, layers, activations)
    yHat1 = t1.predict(X, restorePoint=t.restorePoints[-1])
    plt.plot(yHat1, y, '.', label='copied')

plt.legend()
plt.show()

思路2：把计算图作为参数传入Test类 #

更灵活的方式是给Test类加一个graph参数，显式指定要使用的计算图，完全掌控图的复用逻辑。

先修改Test类的构造函数：

class Test:
    def __init__(self, inpShape, outShape, layers, activations, graph=None):
        # 优先用传入的图，没有则用默认图
        self.graph = graph or tf.get_default_graph()
        # 所有模型构建逻辑都放在指定图的上下文里
        with self.graph.as_default():
            self._build_model(inpShape, outShape, layers, activations)
            # ... 其他初始化代码（比如定义损失、优化器）

    def _build_model(self, inpShape, outShape, layers, activations):
        # 把原来的模型层构建代码移到这里，确保在指定图中执行
        self.inputs = tf.placeholder(tf.float32, shape=inpShape, name='inputs')
        # ... 后续的隐藏层、输出层定义逻辑

然后测试代码可以这样写：

# 创建一个共享计算图
shared_graph = tf.Graph()

# 第一个实例绑定共享图
t = Test(inpShape, outShape, layers, activations, graph=shared_graph)
t.fit(X, y, 10000)
yHat = t.predict(X, restorePoint=t.restorePoints[-1])

# 第二个实例同样用这个共享图
t1 = Test(inpShape, outShape, layers, activations, graph=shared_graph)
yHat1 = t1.predict(X, restorePoint=t.restorePoints[-1])

思路3：类内部维护共享图（进阶） #

如果想让Test类自动处理图的复用，可以在类里定义一个类级别的共享图，所有实例默认复用它：

class Test:
    # 类级别的共享计算图，所有实例共用
    _shared_graph = tf.Graph()

    def __init__(self, inpShape, outShape, layers, activations):
        with Test._shared_graph.as_default():
            self._build_model(inpShape, outShape, layers, activations)
            # ... 其他初始化逻辑

这样不管你实例化多少个Test对象，都会共用同一个计算图，彻底避免图不匹配的问题。

额外提示 #

如果你的项目允许切换到TensorFlow 2.x，这个问题会自动消失——TF2.x默认使用即时执行模式，没有计算图隔离的限制，模型保存和加载会更简洁直观。

内容的提问来源于stack exchange，提问作者ssm