训练我的'参数'（w1，w2，Conv网中过滤器的权重）后，将它们保存为参数= sess.run（参数）
我拍摄图像img = [1,64,64,3]，并将其传递给mypredict（x，参数）函数进行预测，但它给出了错误。功能如下。什么是错误的建议。
def forward_propagation（X，参数）：
W1 = parameters['W1']
W2 = parameters['W2']
Z1 = tf.nn.conv2d(X,W1,strides=[1,1,1,1],padding='SAME')
A1 = tf.nn.relu(Z1)
P1 = tf.nn.max_pool(A1,ksize=[1,8,8,1],strides=[1,8,8,1],padding='SAME')
Z2 = tf.nn.conv2d(P1,W2,strides=[1,1,1,1],padding='SAME')
A2 = tf.nn.relu(Z2)
P2 = tf.nn.max_pool(A2,ksize=[1,4,4,1],strides=[1,4,4,1],padding='SAME')
P2 = tf.contrib.layers.flatten(P2)
Z3 = tf.contrib.layers.fully_connected(P2,num_outputs=6,activation_fn=None)
return Z3
def mypredict（X，par）：
W1 = tf.convert_to_tensor(par["W1"])
W2 = tf.convert_to_tensor(par["W2"])
params = {"W1": W1,
"W2": W2}
x = tf.placeholder("float", [1,64,64,3])
z3 = forward_propagation_for_predict(x, params)
p = tf.argmax(z3)
sess = tf.Session()
prediction = sess.run(p, feed_dict = {x:X})
return prediction
我使用相同的函数“forward_propagation”来训练权重，但是当我传递单个图像时，它不起作用。
错误：
FailedPreconditionError Traceback（最近一次调用last）/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py在_do_call（self，fn，* args）1138尝试： - > 1139 return fn （* args）1140除了errors.OpError为e：
_run_fn中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（session，feed_dict，fetch_list，target_list，options，run_metadata）1120 feed_dict，fetch_list，target_list， - > 1121 status ，run_metadata）1122
/opt/conda/lib/python3.6/contextlib.py在exit（self，type，value，traceback）88尝试：---> 89 next（self.gen）90除了StopIteration：
raise_exception_on_not_ok_status（）中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/errors_impl.py 465 compat.as_text（pywrap_tensorflow.TF_Message（status））， - > 466 pywrap_tensorflow.TF_GetCode（status ））467最后：
FailedPreconditionError：尝试使用未初始化的值fully_connected_1 / biases [[Node：fully_connected_1 / biases / read = IdentityT = DT_FLOAT，_class = [“loc：@ fully_connected_1 / biases”]，_ device =“/ job：localhost / replica：0 / task ：0 / CPU：0" ]]
在处理上述异常期间，发生了另一个异常：
FailedPreconditionError Traceback（最近一次调用last）in（）----> 1 pred = mypredict（t，pp）2
在mypredict（X，par）49 50 sess = tf.Session（）---> 51 prediction = sess.run（p，feed_dict = {x：X}）52 53返回预测
运行中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（self，fetches，feed_dict，options，run_metadata）787尝试：788 result = self._run（无，取出，feed_dict，options_ptr， - > 789 run_metadata_ptr）790 if run_metadata：791 proto_data = tf_session.TF_GetBuffer（run_metadata_ptr）
如果final_fetches或final_targets：996结果= self，则_run中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（self，handle，fetches，feed_dict，options，run_metadata）995。 _do_run（handle，final_targets，final_fetches， - > 997 feed_dict_string，options，run_metadata）998 else：999 results = []
/do/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py in _do_run（self，handle，target_list，fetch_list，feed_dict，options，run_metadata）1130 if handle is None：1131 return self ._do_call（_run_fn，self__session，feed_dict，fetch_list， - > 1132 target_list，options，run_metadata）1133 else：1134 return self._do_call（_prun_fn，self._session，handle，feed_dict，
_do_call（self，fn，* args）1150中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py除了KeyError：1151 pass - > 1152 raise type（e）（node_def） ，op，message）1153 1154 def _extend_graph（self）：
FailedPreconditionError：尝试使用未初始化的值fully_connected_1 / biases
您还必须从完全连接的图层加载参数。
但是，无论如何，我建议使用TensorFlow's Saver and Restore functions。
为了保存，这是一个玩具示例：
import tensorflow as tf
w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]), name='w2')
saver = tf.train.Saver()
sess = tf.Session()
sess.run(tf.global_variables_initializer())
saver.save(sess, 'my_test_model',global_step=1000) # saving model after 1000 steps
存储以下文件：
my_test_model-1000.index
my_test_model-1000.meta
my_test_model-1000.data-00000-of-00001
checkpoint
因此，对于恢复，您可以先重新创建网络，然后加载参数：
with tf.Session() as sess:
recreated_net = tf.train.import_meta_graph('my_test_model-1000.meta')
recreated_net.restore(sess, tf.train.latest_checkpoint('./'))