Python 3.x 在会话关闭时启动模型-Tensorflow

我建立了一个具有两个隐藏层的神经网络。启动会话时，我通过以下方式保存会话：

saver.save(sess, "model.ckpt")

如果我仍在同一会话中并启动此代码：

restorer=tf.train.Saver()
with tf.Session() as sess:
    restorer.restore(sess,"./prova")
    new_graph = tf.train.import_meta_graph('prova.meta') 
    new_graph.restore(sess, 'prova.ckpt')
    feed={
        pred1.inputs:test_data,
        pred1.is_training:False
    }
    test_predict=sess.run(pred1.predicted,feed_dict=feed)

我可以启动模型进行测试

---

问题是：有一种方法可以在会话结束时启动模型？特别是，我将训练结果保存在.ckpt中，我可以在另一时刻重新启动模型？

您不能在

tf.Session

之外运行模型。引述自：

会话对象封装了执行操作对象和计算张量对象的环境

但是，您可以轻松地多次打开和关闭会话，使用现有图形或加载以前保存的图形，并在新会话中使用它。这里有一个稍加修改的：

---

在这两个会话之间，您不能评估

v1

和

v2

，但您可以在启动新会话后立即进行评估。

您不能在

tf.session

之外运行模型。引述自：

会话对象封装了执行操作对象和计算张量对象的环境

但是，您可以轻松地多次打开和关闭会话，使用现有图形或加载以前保存的图形，并在新会话中使用它。这里有一个稍加修改的：

---

在这两个会话之间，您不能评估

v1

和

v2

，但您可以在开始新会话后立即进行评估。

为什么不想在测试时间内开始另一个会话？此时，使用火车或测试集开始新会话也是一样的。我想了解的是，是否有可能在ckpt文件中用salved中的日期启动新会话；如果可能的话，我们如何做到这一点。感谢您提供了代码段，在其中您可以在新会话中恢复模型。那里没有训练。这个代码有什么问题？培训是在之前进行的。我的问题是：如果我启动session.close（），可能会重新启动模型？为什么不想在测试时启动另一个会话？此时，使用train或test set启动新会话也是一样的。我想了解的是，是否有可能在ckpt文件中用salved中的日期启动新会话；如果可能的话，我们如何做到这一点。感谢您提供了代码段，在其中您可以在新会话中恢复模型。那里没有训练。这个代码有什么问题？培训是在之前进行的。我的问题是：如果启动session.close（），是否可以重新启动模型？

import tensorflow as tf

v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer)
v2 = tf.get_variable("v2", shape=[5], initializer = tf.zeros_initializer)

inc_v1 = v1.assign(v1+1)
dec_v2 = v2.assign(v2-1)
init_op = tf.global_variables_initializer()
saver = tf.train.Saver()

with tf.Session() as sess:
  sess.run(init_op)
  inc_v1.op.run()
  dec_v2.op.run()
  save_path = saver.save(sess, "/tmp/model.ckpt")
  print("Model saved in file: %s" % save_path)

with tf.Session() as sess:
  saver.restore(sess, "/tmp/model.ckpt")
  print("Model restored.")
  print("v1 : %s" % v1.eval())
  print("v2 : %s" % v2.eval())