Tensorflow:保存和重新定位会话-多个变量

Question

考虑到以下代码：

import tensorflow as tf

with tf.Session() as sess:
    var = tf.Variable(42, name='var')
    sess.run(tf.global_variables_initializer())
    tf.train.export_meta_graph('file.meta')

with tf.Session() as sess:
    saver = tf.train.import_meta_graph('file.meta')
    print sess.run(var)

在saver = tf.train.import_meta_graph('file.meta')表示ValueError: At least two variables have the same name: var的一行中，我发现了一个错误。

我怎么才能避开这一切？在导入元计时器时，是否存在覆盖计算图的问题？

编辑：

我得出了以下代码：

import tensorflow as tf

file_name = "./file"

with tf.Session() as sess:
    var = tf.Variable(42, name='my_var')
    sess.run(tf.global_variables_initializer())

    saver = tf.train.Saver()
    saver.save(sess,file_name)
    saver.export_meta_graph(file_name + '.meta')

with tf.Session() as sess:
    saver = tf.train.import_meta_graph(file_name + '.meta')
    saver.restore(sess, file_name)
    print(sess.run(var))

    # new code that fails:
    saver = tf.train.Saver()
    saver.save(sess,file_name)
    saver.export_meta_graph(file_name + '.meta')

这将为var打印正确的值，但是当我第二次保存该图时，我会得到相同的原始错误：ValueError: At least two variables have the same name: var

Answer 1

在这种情况下，您将在默认图形中加载变量，在默认图形中已经定义了变量。因此，您需要在导入TensorFlow图之前重置它。

使用tf.reset_default_graph()执行此操作。在你进口之前。查看导出和导入MetaGraph下的“默认图形中的导入”部分。

当然，您必须使用var重新定义变量tf.get_variable()。试试这段代码，

import tensorflow as tf

with tf.Session() as sess:
    var = tf.Variable(42, name='var')
    sess.run(tf.global_variables_initializer())
    tf.train.export_meta_graph('file.meta')
tf.reset_default_graph()
with tf.Session() as sess:
    saver = tf.train.import_meta_graph('file.meta')
    var = tf.global_variables()[0]
    sess.run(tf.initialize_all_variables())
    print sess.run(var)

您的中间代码不能工作的原因是tf.get_variable()正在创建一个正在随机初始化的新变量。确保您首先做tf.get_variable_scope().reuse_variables()。看看tf.get_variable()。

不幸的是，使用tf.Variable()创建的变量不能直接与tf.get_variable()一起重用。看看这个评论和这个评论，确切地知道原因。因此，如果希望在将来重用变量，则需要使用tf.get_variable()来创建该变量。