python - tf.train.Saver - 在不同的机器上加载最新的检查点

Question

我有一个训练好的模型，使用tf.train.Saver保存，生成4个相关文件

• 检查点
• model_iter-315000.data-00000-of-00001
• model_iter-315000.index
• model_iter-315000.meta

现在因为是通过docker容器生成的，所以机器本身和docker上的路径是不一样的，就好像我们是在两台不同的机器上工作一样。

我正在尝试加载容器外保存的模型。

当我运行以下命令时

sess = tf.Session()
saver = tf.train.import_meta_graph('path_to_.meta_file_on_new_machine')  # Works
saver.restore(sess, tf.train.latest_checkpoint('path_to_ckpt_dir_on_new_machine')  # Fails

错误是

tensorflow.python.framework.errors_impl.NotFoundError: PATH_ON_OLD_MACHINE; No such file or directory

即使我在调用 tf.train.latest_checkpoint 时提供了新路径，我仍然收到错误，它显示旧路径上的路径。

我该如何解决这个问题？

Answer 1

“检查点”文件是一个索引文件，它本身嵌入了路径。在文本编辑器中打开它并将路径更改为正确的新路径。

或者，使用 tf.train.load_checkpoint()加载特定的检查点，而不是依赖 TensorFlow 为您找到最新的检查点。在这种情况下，它不会引用“检查点”文件，不同的路径也不会成为问题。

或者写一个小脚本修改“checkpoint”的内容。