Python 还原Tensorflow检查点文件时出错

在tensorflow中使用

saver.restore（）

方法时出现以下错误。知道为什么会这样吗

我这样保存模型：

saver.save（sess、检查点路径、全局步骤=步骤）

错误是：

tensorflow.python.framework.errors.InvalidArgumentError: Node 'Variable_1/Assign': Unknown input node Variable_1
     [[Node: Variable_1/initial_value = Const[dtype=DT_FLOAT, value=Tensor<type: float shape: [] values: 0.9>]()]]

---

---

您试图加载原始网络中不存在的变量，我相信省略

    v1 = tf.Variable(0)

这将解决问题

如果要添加新变量，则需要以不同方式加载，加载方法应如下所示：

reader = tf.train.NewCheckpointReader(os.path.join(checkpoint_dir, ckpt_name))
restore_dict = dict()
for v in tf.trainable_variables():
    tensor_name = v.name.split(':')[0]
    if reader.has_tensor(tensor_name):
        print('has tensor ', tensor_name)
        restore_dict[tensor_name] = v
    # put the logic of the new/modified variable here and assign to the restore_dict, i.e. 
    # restore_dict['my_var_scope/my_var'] = get_my_variable()

---

@mrry如果您在此处看到任何错误，请告诉我尝试为每个变量定义一个名称，可能是加载检查点时自动生成的变量名称不同。

    v1 = tf.Variable(0)

reader = tf.train.NewCheckpointReader(os.path.join(checkpoint_dir, ckpt_name))
restore_dict = dict()
for v in tf.trainable_variables():
    tensor_name = v.name.split(':')[0]
    if reader.has_tensor(tensor_name):
        print('has tensor ', tensor_name)
        restore_dict[tensor_name] = v
    # put the logic of the new/modified variable here and assign to the restore_dict, i.e. 
    # restore_dict['my_var_scope/my_var'] = get_my_variable()