Eu testei executando esses 3 pedaços de código respectivamente.
Primeiro, inicie algumas variáveis e salve.
import tensorflow as tf
sess = tf.InteractiveSession()
v1 = tf.Variable(1,name="v1")
v2 = tf.Variable(2,name="v2")
sess.run(tf.initialize_all_variables())
saver = tf.train.Saver()
saver.save(sess,'v12.ckpt')
Em seguida, restaure a sessão, adicione mais uma variável e salve.
import tensorflow as tf
sess = tf.InteractiveSession()
v1 = tf.Variable(1,name="v1")
v2 = tf.Variable(2,name="v2")
saver = tf.train.Saver()
saver.restore(sess,'v12.ckpt') #works fine here
v3 = tf.Variable(3,name="v3")
sess.run(tf.initialize_variables([v3]))
saver.save(sess,'v123.ckpt')
print v3.eval() #show value without problem
Em seguida, restaure-os.
import tensorflow as tf
sess = tf.InteractiveSession()
v1 = tf.Variable(1,name="v1")
v2 = tf.Variable(2,name="v2")
v3 = tf.Variable(3,name="v3")
saver = tf.train.Saver()
saver.restore(sess,'v123.ckpt') #error here
Este é o erro:
tensorflow.python.framework.errors.NotFoundError: Tensor name "v3" not found in checkpoint files v123.ckpt [[Node: save/restore_slice_2 = RestoreSlice[dt=DT_INT32, preferred_shard=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_save/Const_0, save/restore_slice_2/tensor_name, save/restore_slice_2/shape_and_slice)]] Caused by op u'save/restore_slice_2'
Qual é o problema aqui?
Estou usando a versão r0.8 no Ubuntu16.04
Quando você cria um tf.train.Saver
sem argumentos, ele usará implicitamente o conjunto atual de variáveis _no momento da construção do Saver_ ao salvar e restaurar. Se você adicionar uma nova variável (por exemplo, v3
em seu segundo bloco de código), você deve criar um novo tf.train.Saver
para salvá-lo.
import tensorflow as tf
sess = tf.InteractiveSession()
v1 = tf.Variable(1,name="v1")
v2 = tf.Variable(2,name="v2")
saver = tf.train.Saver()
saver.restore(sess,'v12.ckpt') #works fine here
v3 = tf.Variable(3,name="v3")
sess.run(tf.initialize_variables([v3]))
saver_with_v3 = tf.train.Saver()
saver_with_v3.save(sess,'v123.ckpt')
Comentários muito úteis
Quando você cria um
tf.train.Saver
sem argumentos, ele usará implicitamente o conjunto atual de variáveis _no momento da construção do Saver_ ao salvar e restaurar. Se você adicionar uma nova variável (por exemplo,v3
em seu segundo bloco de código), você deve criar um novotf.train.Saver
para salvá-lo.