保存 SparseTensor 时出现 Tensorflow 警告

Question

我正在开发一个 TensorFlow 项目，其中“目标”定义为:
目标 = tf.sparse_placeholder(tf.int32, name='targets')


现在使用 saver.save(sess, model_path, meta_graph_suffix='meta', write_meta_graph=True) 保存模型会出现以下错误:

警告:tensorflow:序列化目标时遇到错误。
类型不受支持，或者项目的类型与 CollectionDef 中的字段类型不匹配。
“SparseTensor”对象没有属性“name”


我相信警告打印在以下代码行中:https://github.com/tensorflow/tensorflow/blob/f974e8d0c2420c6f7e2a2791febb4781a266823f/tensorflow/python/training/saver.py#L1452

使用 saver.restore(session, save_path) 重新加载模型似乎可行。

以前有人见过这个问题吗？为什么序列化 SparseTensor 会发出该警告？有什么办法可以避免这个警告吗？

我使用的是 TensorFlow 版本 0.10.0rc0 python 2.7 GPU 版本。我无法提供一个最小的例子，它不会一直发生，只在某些配置中发生。而且我无法分享目前遇到此问题的模型。

Answer 1

组件占位符(用于索引、值，可能还有形状)以某种方式添加到某些集合中。如果跟踪 saver.py 中的代码，您可以看到正在使用 ops.get_all_collection_keys()。

这应该是一个良性警告。我将转发给团队，看看是否可以采取一些措施来改进这种处理。