时间戳

首页 > 解决方案 > 从保存的 TensorFlow RandomForest 分类器中加载操作

tensorflow - 从保存的 TensorFlow RandomForest 分类器中加载操作

问题描述

我已经训练了一个类似于以下代码的 TF 随机森林分类器：

X = tf.placeholder(tf.float32, shape=[None, num_features])
Y = tf.placeholder(tf.int32, shape=[None])

hparams = tensor_forest.ForestHParams(num_classes=num_classes,
                                  num_features=num_features,
                                  num_trees=num_trees).fill()

forest_graph = tensor_forest.RandomForestGraphs(hparams)
train_op = forest_graph.training_graph(X, Y)
loss_op = forest_graph.training_loss(X, Y)
infer_op, _, _ = forest_graph.inference_graph(X)
correct_prediction = tf.equal(tf.argmax(infer_op, 1), tf.cast(Y,tf.int64))
accuracy_op = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
init_vars = tf.group(tf.global_variables_initializer(),
resources.initialize_resources(resources.shared_resources()))



with tf.Session() as sess:
    sess.run(init_vars)
    saver = tf.train.Saver()

    for i in range(1, 100):
        for batch_x, batch_y in render_batch(batch_size):
        _, l = sess.run([train_op, loss_op], feed_dict={X: batch_x, Y: batch_y})
        acc = sess.run(accuracy_op, feed_dict={X: batch_x, Y: batch_y})
        print('Step %i, Loss: %f, Acc: %f' % (i, l, acc))
        if acc >= 0.87:
            print("Stopping and saving")
            save_path = saver.save(sess, model_path)
            print("Model saved in file: %s" % save_path)    
            break

现在我想重新加载我的模型并使用它来对看不见的数据进行预测，如下所示：

with graph.as_default():
session_conf = tf.ConfigProto()
sess = tf.Session(config = session_conf)
with sess.as_default():
    saver = tf.train.import_meta_graph("{}.meta".format(model_path))
    saver.restore(sess,checkpoint_file)
    accuracy_op = graph.get_operation_by_name("accuracy_op").outputs[0]
    print(sess.run(accuracy_op, feed_dict={X: x_test, Y: y_test}))

但是，我收到以下错误消息：

KeyError: "The name 'accuracy_op' refers to an Operation not in the graph."

我的问题是 - 我如何保存我的模型，以便在重新加载它时，我可以导入上面定义的那些操作并将它们用于看不见的数据？

谢谢！

标签： tensorflowrandom-forest

解决方案

由于您使用的是get_operation_by_name，因此您应该将 op 命名为accuracy_op。你可以通过使用来做到这一点tf.identity：

 accuracy_op = tf.identity(tf.reduce_mean(tf.cast(correct_prediction, tf.float32)), 'accuracy_op')

我看到您正在使用张量X并且Y没有从新图表中加载。所以在原始代码中命名张量，然后使用get_tensor_by_name()

推荐阅读