时间:2021-05-22
错误代码如下:
NotFoundError (see above for traceback): Unsuccessful TensorSliceReader constructor: Failed to find any matching files for xxx……经查资料分析,错误原因可能出在加载模型时的路径问题。我采用的加载模型方法:
with tf.Session() as sess: print("Reading checkpoints...") ckpt = tf.train.get_checkpoint_state(logs_train_dir) if ckpt and ckpt.model_checkpoint_path: global_step = ckpt.model_checkpoint_path.split('/') [-1].split('-')[-1] saver.restore(sess, ckpt.model_checkpoint_path) print('Loading success, global_step is %s' % global_step) else: print('No checkpoint file found')在保存模型时,采用的方法为
saver = tf.train.Saver()………………if step % 1000 == 0 or (step + 1) == MAX_STEP: checkpoint_path = os.path.join(logs_train_dir, './model.ckpt') saver.save(sess, checkpoint_path, global_step=step)注意代码块中的./model.ckpt,这是关键,原来为model.ckpt就会报错。如果在加载模型时采用直接加载模型文件的方法,则:
改之前代码:
saver.restore(sess,'model.ckpt')改之后的代码:
saver.restore(sess,'./model.ckpt')我的改之后是没有什么问题了,如果这种方法不能解决你的问题,再查资料解决吧
以上这篇解决tensorflow测试模型时NotFoundError错误的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
使用tensorflow训练模型时,我们可以使用tensorflow自带的Save模块tf.train.Saver()来保存模型,使用方式很简单就是在训练完模型
笔者小白在用Django写一个表格单据图片的识别应用的时候,遇到了调用基于Tensorflow的keras模型出错的问题。出现的错误信息类似于以下:ValueE
一,问题背景作者在用tensorflow做实验时,importtensorflow忽然报错:cannotimportname'abs'。错误情况如下所示:这个问
本文讨论了评估模型性能时的数据泄漏问题以及避免数据泄漏的方法。在模型评估过程中,当训练集的数据进入验证/测试集时,就会发生数据泄漏。这将导致模型对验证/测试集的
我们需要评估模型预测值来评估训练的好坏。模型评估是非常重要的,随后的每个模型都有模型评估方式。使用TensorFlow时,需要把模型评估加入到计算图中,然后在模