Image 关于使用预先训练的IM2Text模型

从这里开始，我已经走了每一步 但是我得到了以下错误

NotFoundError（回溯见上文）：在检查点文件/home/asadmahmood72/Image\u to_text/models/im2text/model.ckpt-300000中未找到张量名称“lstm/basic\lstm\u cell/bias” [[Node:save/RestoreV2_380=RestoreV2[dtypes=[DT_FLOAT]，[u device=“/job:localhost/replica:0/task:0/cpu:0”]（[u arg_save/Const_0_0，save/RestoreV2_380/tensor_name，save/RestoreV2_380/shape_和_切片）]]

我的操作系统是UBUNTU 16.04

---

我的tensorflow版本是1.2.0，看起来tensorflow API又变了，这使得它与检查点模型不兼容。我在文章中使用了tensorflow 0.12.1。如果tensorflow 0.12.1有效，您可以试用吗？否则，您将不得不亲自培训模型（代价高昂），或者查找使用更新版本的tensorflow生成的检查点文件…

看起来tensorflow API再次更改，这使得它与检查点模型不兼容。我在文章中使用了tensorflow 0.12.1。如果tensorflow 0.12.1有效，您可以试用吗？否则，您将不得不自己训练模型（代价高昂），或者找到一个由更新版本的tensorflow生成的检查点文件…

这有点晚了，但希望这个答案能帮助未来遇到这个问题的人

正如Edouard所提到的，这个错误是由于Tensorflow API中的一个更改引起的。如果您想使用更新版本的Tensorflow，我知道有几种方法可以“更新”您的检查点：

使用Tensorflow中包含的官方实用程序，或

使用GitHub上的0xDFDFDF编写的命令重命名有问题的变量：

OLD_CHECKPOINT_FILE = "model.ckpt-1000000"
NEW_CHECKPOINT_FILE = "model2.ckpt-1000000"

import tensorflow as tf
vars_to_rename = {
    "lstm/basic_lstm_cell/weights": "lstm/basic_lstm_cell/kernel",
    "lstm/basic_lstm_cell/biases": "lstm/basic_lstm_cell/bias",
}
new_checkpoint_vars = {}
reader = tf.train.NewCheckpointReader(OLD_CHECKPOINT_FILE)
for old_name in reader.get_variable_to_shape_map():
  if old_name in vars_to_rename:
    new_name = vars_to_rename[old_name]
  else:
    new_name = old_name
  new_checkpoint_vars[new_name] = tf.Variable(reader.get_tensor(old_name))

init = tf.global_variables_initializer()
saver = tf.train.Saver(new_checkpoint_vars)

with tf.Session() as sess:
  sess.run(init)
  saver.save(sess, NEW_CHECKPOINT_FILE)

---

我使用了选项2，加载我的检查点之后效果很好。

这有点晚了，但希望这个答案能帮助未来遇到这个问题的人

正如Edouard所提到的，这个错误是由于Tensorflow API中的一个更改引起的。如果您想使用更新版本的Tensorflow，我知道有几种方法可以“更新”您的检查点：

使用Tensorflow中包含的官方实用程序，或

使用GitHub上的0xDFDFDF编写的命令重命名有问题的变量：

OLD_CHECKPOINT_FILE = "model.ckpt-1000000"
NEW_CHECKPOINT_FILE = "model2.ckpt-1000000"

import tensorflow as tf
vars_to_rename = {
    "lstm/basic_lstm_cell/weights": "lstm/basic_lstm_cell/kernel",
    "lstm/basic_lstm_cell/biases": "lstm/basic_lstm_cell/bias",
}
new_checkpoint_vars = {}
reader = tf.train.NewCheckpointReader(OLD_CHECKPOINT_FILE)
for old_name in reader.get_variable_to_shape_map():
  if old_name in vars_to_rename:
    new_name = vars_to_rename[old_name]
  else:
    new_name = old_name
  new_checkpoint_vars[new_name] = tf.Variable(reader.get_tensor(old_name))

init = tf.global_variables_initializer()
saver = tf.train.Saver(new_checkpoint_vars)

with tf.Session() as sess:
  sess.run(init)
  saver.save(sess, NEW_CHECKPOINT_FILE)

我使用了选项2，加载我的检查点之后效果很好