Tensorflow：如何在应用程序中使用经过训练的模型？

Question

我已经训练了一个Tensorflow模型，现在我想导出“函数”以便在python程序中使用它。有可能吗？如果有，怎么办？任何帮助都很好，在文档中找不到太多。（我不想保存会话！）

我现在已经按照你的建议存储了会话。我现在这样装：

f = open('batches/batch_9.pkl', 'rb')
input = pickle.load(f)
f.close()
sess = tf.Session()

saver = tf.train.Saver()
saver.restore(sess, 'trained_network.ckpt')
y_pred = []

sess.run(y_pred, feed_dict={x: input})

print(y_pred)

但是，当我尝试初始化保存程序时，出现错误“没有要保存的变量”。

我想做的是：我正在为一个棋盘游戏写一个机器人，输入的是棋盘上的情况格式化成张量。现在我想返回一个给我下一个最佳位置的张量，也就是一个处处为0，一个位置为1的张量。

Answer 1

我不知道是否有其他方法可以做到这一点，但是您可以通过保存会话在另一个Python程序中使用您的模型：

您的培训代码：

# build your model

sess = tf.Session()
# train your model
saver = tf.train.Saver()
saver.save(sess, 'model/model.ckpt')

在您的申请中：

# build your model (same as training)
sess = tf.Session()
saver = tf.train.Saver()
saver.restore(sess, 'model/model.ckpt')

然后可以使用feed dict计算模型中的任何张量，这显然取决于模型。例如：

session.run(y_pred, feed_dict={x: input_data})