Python 如何导入经过培训的深度CNN模型？

我使用Tensorflow在集群上的GPU上训练了一个深度CNN模型。现在我想把这个模型放在我的笔记本电脑上。但当我想使用以下命令时，我收到一个错误：

new_saver = tf.train.import_meta_graph('./3/Model_Arch3/Deep_CNN_Color_Arch8.ckpt-178000.meta')

我收到的错误是：

回溯（最后一次调用）：文件“dev_test.py”，第28行，在 new_saver=tf.train.import_meta_图形（'./3/Model_Arch3/Deep_CNN_Color_Arch8.ckpt-178000.meta'）） 文件 “/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/saver.py”， 第1810行，在导入元图中 **kwargs）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/meta_-graph.py”， 第660行，在导入范围元图中 producer_op_list=producer_op_list）文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/importer.py”， 第285行，在导入图中 raise VALUERROR（'在定义的操作中没有名为%s的操作。'%node.op）VALUERROR:在定义的操作中没有名为ParseSingleExample的操作 行动

---

如果有人能帮我解决这个问题，我真的很感激。

这也可能是您尝试执行的操作的延迟加载问题。 在加载图形之前，请尝试添加

dir（tf.contrib）

一行

供参考-在旧TF GitHub问题中提出了类似的问题

---

更新：

我想我现在明白了。因为你在GPU上训练，现在你在普通机器/CPU上运行。您需要从加载的对象中清除设备。尝试将clear_设备添加为参数：

dir(tf.contrib)
with tf.Session() as sess:
    new_saver = tf.train.import_meta_graph(full_file_path, clear_devices=True)

---

最后，本地计算机和GPU计算机之间的TF版本可能不同步。尝试更新您的本地版本。

我发现了问题所在。 我使用Python3.5.4进行培训过程。然后我使用Python2.7来重建图形，这就是问题所在。

---

感谢那些试图帮助我的人

我感觉可能不支持相对路径。你能试着传递文件的完整路径吗？我试着传递文件的完整路径，但它不起作用。奇怪的是，当我用我的CPU在笔记本电脑上训练这个网络时，我可以毫无问题地加载模型！当我从gpu上运行的代码中获取图形时，就会出现这种问题。但是，当我在没有GPU的笔记本电脑上运行此代码并获取图形文件时，它工作正常。我尝试了new\u saver=tf.train.import\u meta\u graph（full\u file\u path，clear\u devices=True），但它也不起作用！嗯，很有趣。你能试试我的更新代码吗？确保这是发生错误的地方，其他线路不会干扰。Ofc full_file_path应该是感兴趣文件的文件路径：）我尝试了你的代码，但仍然不起作用！我删除了其他不必要的代码行，我可以在我训练模型的GPU集群上构建图形。啊，刚刚注意到了这一点。你介意投票说明我们是如何找到正确的问题的吗？可能有助于其他人考虑尝试我们所做的所有方法，因为出现该问题的原因有几个。