在其他文件中加载Tensorflow图形不能提供相同的精度

Question

我在Tensorflow中培训了一个CNN，它的准确率为92％。我把它保存为典型的ckpt文件。

session = tf.Session(config=tf.ConfigProto(log_device_placement=True))
session.run(tf.global_variables_initializer())
<TRAINING ETC>
saver.save(session, save_path_name)

在另一个文件中，我想运行推理，所以我按照文档中的说明调用了元图：

face_recognition_session = tf.Session()
saver = tf.train.import_meta_graph(<PATH TO META FILE>, clear_devices=True)

saver.restore(face_recognition_session, <PATH TO CKPT FILE>)

graph = tf.get_default_graph()
x = graph.get_tensor_by_name('input_variable_00:0')
y = graph.get_tensor_by_name('output_variable_00:0')

在进行推理或重新测试时，精度降至3％。

我忽略了什么吗？

Answer 1

您正在为saver指定错误的方法。从TF Guide您可以看到您想要初始化会话，然后通过tensorflow.train.Saver()上传。

tf.reset_default_graph()
# Create some variables.
x = tf.get_variable("input_variable_00:0", [x_shape])
y = tf.get_variable("output_variable_00:0", [y_shape])

saver = tf.train.Saver()

# Use the saver object normally after that.
with tf.Session() as sess:
  # Initialize v1 since the saver will not.
  saver.restore(sess, <PATH TO CKPT FILE>)

  print("x : %s" % x.eval())
  print("y : %s" % y.eval())

如果你想得到一致的推理结果，我也建议你把freezing and exporting your graphs作为GraphDef。