在tensorflow中加载较旧的检查点

Question

我使用Tensorflow r0.12训练了一些模型并保存了它。后来我更新到了r1.0.1。一些模型加载没有任何问题，但是如果模型中有RNN单元，加载失败并显示Key layer-5/bidirectional_rnn/bw/multi_rnn_cell/cell_1/basic_rnn_cell/biases not found in checkpoint。同样，如果我检查model.index文件，我会看到类似的条目，例如：5/BiRNN/BW/MultiRNNCell/Cell0/BasicRNNCell/Linear/Bias。

带有RNN cell的包现在是tf.contrib.rnn (在0.12中是tf.nn.rnn_cell )，所以我认为一些命名已经改变了。

问题是:有没有一种方法可以加载我的模型，重新映射它的张量并保存，以便张量名称与r1.0兼容？

附言:我也有model.meta文件，如果有帮助的话。

谢谢!

Answer 1

如果有人遇到同样的问题，下面是我使用的解决方案。它是tensorflow.python.tools中inspect_checkpoint.py的张量打印函数的修改版本。

def resave_tensors(file_name, rename_map, dry_run=False):
    """
    Updates checkpoint by renaming tensors in it.
    :param file_name: Filename with checkpoint.
    :param rename_map: Map from old names to new ones
    :param dry_run: If True, just print new tensors.
    """
    renames_count = 0
    reader = pywrap_tensorflow.NewCheckpointReader(file_name)
    var_to_shape_map = reader.get_variable_to_shape_map()
    for key in sorted(var_to_shape_map):
        print("tensor_name: ", key)
        tensor_val = reader.get_tensor(key)
        print('shape: {}'.format(tensor_val.shape))
        if key in rename_map:
            renames_count += 1
            key = rename_map[key]
        tf.Variable(tensor_val, dtype=tensor_val.dtype, name=key)
    saver = tf.train.Saver()
    if not dry_run:
        with tf.Session() as session:
            session.run(tf.global_variables_initializer())
            saver.save(session, file_name)
    print('Renamed vars: {}'.format(renames_count))