tensorflow API：tf.train.Saver 与 NotFoundError: "x_x" not found in checkpoint

保存

import所需的模块, 然后建立神经网络当中的 W 和 b, 并初始化变量.

import tensorflow as tf
import numpy as np
## Save to file
# remember to define the same dtype and shape when restore
W = tf.Variable([[1,2,3],[3,4,5]], dtype=tf.float32, name='weights')
b = tf.Variable([[1,2,3]], dtype=tf.float32, name='biases')
# init= tf.initialize_all_variables() # tf 马上就要废弃这种写法
# 替换成下面的写法:
init = tf.global_variables_initializer()

保存时, 首先要建立一个 tf.train.Saver() 用来保存, 提取变量.
Saver的例子：

v1 = tf.Variable(..., name='v1')
v2 = tf.Variable(..., name='v2')

# dict形式传递
saver = tf.train.Saver({'v1': v1, 'v2': v2})

# list形式传递
saver = tf.train.Saver([v1, v2])
#等价于以创建变量时取的op.name名字做为dict的key：
saver = tf.train.Saver({v.op.name: v for v in [v1, v2]})

再创建一个名为my_net的文件夹, 用这个 saver 来保存变量到这个目录 “my_net/save_net.ckpt”.

saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init)
    save_path = saver.save(sess, "my_net/save_net.ckpt")
    print("Save to path: ", save_path)

"""    
Save to path:  my_net/save_net.ckpt
"""

直接这样运行报错：
原因： 保存和加载 在前后进行，在前后两次定义了

W = tf.Variable(xxx,name=”weight”)

相当于 在TensorFlow 图的堆栈创建了两次 name = “weight” 的变量，第二个（第n个）的实际 name 会变成 “weight_1” (“weight_n-1”)，之后我们在保存 checkpoint 中实际搜索的是 “weight_n-1” 这个变量 而不是 “weight” ，因此就会出错。

解决方案：
（1）在加载过程中，定义 name 相同的变量前面加
tf.reset_default_graph() 清除默认图的堆栈，并设置全局图为默认图