Tensorflow 同时载入多个模型的实例讲解
有时我们希望在一个python的文件空间同时载入多个模型，例如我们建立了10个CNN模型，然后我们又写了一个预测类Predict，这个类会从已经保存好的模型restore恢复相应的图结构以及模型参数。然后我们会创建10个Predict的对象Instance，每个Instance负责一个模型的预测。
Predict的核心为：
classPredict:
def__init__(self....):
创建sess
创建恢复器tf.train.Saver
从恢复点恢复参数：tf.train.Saver.restore(...)
defpredict(self,...):
sess.run(output,feed_dict={输入})
如果我们直接轮流生成10个不同的Predict对象的话，我们发现tensorflow是会报类似于下面的错误：
File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/framework/errors_impl.py",line466,inraise_exception_on_not_ok_status pywrap_tensorflow.TF_GetCode(status)) tensorflow.python.framework.errors_impl.InvalidArgumentError:Assignrequiresshapesofbothtensorstomatch.lhsshape=[256,512]rhsshape=[640,512] [[Node:save/Assign_14=Assign[T=DT_FLOAT,_class=["loc:@fullcont/Variable"],use_locking=true,validate_shape=true,_device="/job:localhost/replica:0/task:0/cpu:0"](fullcont/Variable,save/RestoreV2_14)]] Duringhandlingoftheaboveexception,anotherexceptionoccurred: Traceback(mostrecentcalllast): File"PREDICT_WITH_SPARK_DATAFLOW_WA.py",line121,inpre2=Predict(label=new_list[1]) File"PREDICT_WITH_SPARK_DATAFLOW_WA.py",line47,in__init__ self.saver.restore(self.sess,self.ckpt.model_checkpoint_path) File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/training/saver.py",line1560,inrestore {self.saver_def.filename_tensor_name:save_path}) File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/client/session.py",line895,inrun run_metadata_ptr) File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/client/session.py",line1124,in_run feed_dict_tensor,options,run_metadata) File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/client/session.py",line1321,in_do_run options,run_metadata) File"/home/jiangminghao/.local/lib/python3.5/site-packages/tensorflow/python/client/session.py",line1340,in_do_call raisetype(e)(node_def,op,message) tensorflow.python.framework.errors_impl.InvalidArgumentError:Assignrequiresshapesofbothtensorstomatch.lhsshape=[256,512]rhsshape=[640,512]
关键就是：
Assignrequiresshapesofbothtensorstomatch.意思是载入模型的时候赋值失败。主要是因为不同对象里面的不同sess使用了同一进程空间下的相同的默认图graph。
正确的解决方法：
classPredict:
def__init__(self....):
self.graph=tf.Graph()#为每个类(实例)单独创建一个graph
withself.graph.as_default():
self.saver=tf.train.import_meta_graph(...)#创建恢复器
#注意！恢复器必须要在新创建的图里面生成,否则会出错。
self.sess=tf.Session(graph=self.graph)#创建新的sess
withself.sess.as_default():
withself.graph.as_default():
self.saver.restore(self.sess,...)#从恢复点恢复参数
defpredict(self,...):
sess.run(output,feed_dict={输入})
以上这篇Tensorflow同时载入多个模型的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。