在不显式保存会话变量的情况下恢复TensorFlow模型

Question

我看过许多有关保存训练有素的神经网络的问题，包括Tensorflow：如何保存/恢复模型？和https://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/，但是在我没有明确地将特定变量与模型一起保存的情况下，它们都不保存模型。这是我的情况：

# In session "sesh"

 saver = tf.train.Saver()

 saver.save(sesh,os.getcwd(),latest_filename= 'RNN_plasma.ckpt')

现在，我退出了该会话并想要恢复我刚刚保存的模型。我怎样才能做到这一点？尝试时：

import tensorflow as tf

with tf.Session() as session1:

    #First let's load meta graph and restore weights

    saver = tf.train.import_meta_graph('RNN_plasma.ckpt')#error-line

    saver.restore(session1,tf.train.latest_checkpoint('./'))

，则tf.train.import_meta_graph（）调用返回：

raise IOError("Cannot parse file %s: %s." % (filename, str(e)))

IOError: Cannot parse file RNN_plasma.ckpt: 1:1 : Message type "tensorflow.MetaGraphDef" has no field named "model_checkpoint_path"..

任何人都可以对这里发生的事情以及如何解决问题有任何见解吗？

（我的TensorFlow版本没有tf.python.saved_model.simple_save（）附带（我有git_version 1.5.0））

Answer 1

保存：saver = tf.train.Saver()saver.save(sess,"/tmp/network")恢复：sess =  tf.Session() saver = tf.train.import_meta_graph('/tmp/network.meta')saver.restore(sess,tf.train.latest_checkpoint('/tmp'))graph = tf.get_default_graph()