tensorflow中的模型保存和加载的有关问题

• 开始学tensorflow的时候，模型的保存和加载是很方便和简单，但是其中保存了一些什么，却不是特别清楚。

  • 1、单独保存张量时，无变量，模型保存时会报ValueError: No variables to save的错误。如下：

      a = tf.constant(102)
      b = tf.constant(2)
      c = tf.add(a, b)
      # val = tf.Variable(1.3)
      # init_op = tf.global_variables_initializer()
      with tf.Session() as sess:
          # sess.run(init_op)
          a = tf.log(1.0)
          b = tf.constant(2.71828)
          saver = tf.train.Saver()
          saver.save(sess, "./model2/test")
    

    • 出错如下：

    

  • 2、在加载保存好的模型时，可以加载以前模型里面的tensor，但是却不可以单独保存张量。

      with tf.Session() as sess:
          saver = tf.train.import_meta_graph("./model2/test.meta")
          saver.restore(sess, "./model2/test")
    
          graph = tf.get_default_graph()
          # 加载上图1中定义好的a b c
          a = graph.get_tensor_by_name("Log:0")
          b = graph.get_tensor_by_name("Const_2_1:0")
          c = graph.get_tensor_by_name("Add:0")
          print(a)
          print(b)
          print(c)
          print(sess.run([a, b, c]))
    

  • 结论：因此，我猜测，tensorflow保存模型时是保存有tensor的，但是保存模型时图中必须有Variable的存在，同样，tensorflow中保存模型时，也保存了op。