Tensorflow 保存和载入训练过程

本节涉及点：

1. 保存训练过程
2. 载入保存的训练过程并继续训练
3. 通过命令行参数控制是否强制重新开始训练
4. 训练过程中的手动保存
5. 保存训练过程前，程序征得同意

一、保存训练过程

以下方代码为例：

import tensorflow as tf
import random

random.seed()
x = tf.placeholder(tf.float32)
yTrain = tf.placeholder(tf.float32)
w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32)
b1 = tf.Variable(0, dtype=tf.float32)
xr = tf.reshape(x, [1, 4])
n1 = tf.nn.tanh(tf.matmul(xr, w1)  + b1)
w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32)
b2 = tf.Variable(0, dtype=tf.float32)
n2 = tf.matmul(n1, w2) + b2
y = tf.nn.softmax(tf.reshape(n2, [2]))
loss = tf.reduce_mean(tf.square(y - yTrain))
optimizer = tf.train.RMSPropOptimizer(0.01)
train = optimizer.minimize(loss)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
lossSum = 0.0

for i in range(5):
    xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)]
    if xDataRandom[2] % 2 == 0:
        yTrainDataRandom = [0, 1]
    else:
        yTrainDataRandom = [1, 0]
    result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom})
    lossSum = lossSum + float(result[len(result) - 1])
    print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1)))
trainResultPath = "./save/idcard2"

print("saving...")
tf.train.Saver().save(sess, save_path=trainResultPath)

i: 0, loss: 0.2790884972, avgLoss: 0.2790884972
i: 1, loss: 0.2675500214, avgLoss: 0.2733192593
i: 2, loss: 0.2441657931, avgLoss: 0.2636014372
i: 3, loss: 0.2675784826, avgLoss: 0.2645956986
i: 4, loss: 0.2452606559, avgLoss: 0.2607286900
saving...

'./save/idcard2'

解析：

首先用一个变量 trainResultPath 来指定保存训练过程数据的目录

这是一个字符串类型的变量，其中的小数点 “ . ” 表示 Python 程序执行的当前目录， “ / ” 用于分隔目录和子目录（windows 中一般用反斜杠 " \ " 来分隔 ），一般采用Linux 目录中的写法，兼容性更好

./save/idcard2 表示 保存的位置是 执行程序 idcard2.py 的目录的 save 的子目录下以 idcard2 为基本名称的一系列文件

下方图片中，以 idcard2 开头的文件分别保存了 模型和可变参数的信息，checkpoint 文件保存了一些基础信息

• “.meta”文件：包含图形结构。
• “.data”文件：包含变量的值。
• “.index”文件：标识检查点。
• “checkpoint”文件：具有最近检查点列表的协议缓冲区。

tf.train.Saver().save(sess, save_path=trainResultPath) 

调用 tensorflow 下的train 包中的 saver 对象的 save 成员函数进行保存，第一个参数 纯如当前的会话对象（本程序中 是 sess），第二个参数 save_path 传入保存位置

二、载入保存的训练过程并继续训练

如果已经保存了训练数据，就可以用下面的代码 载入训练数据并继续训练

注意：如果使用的是 jupyter ，请再运行完毕 上方的代码 并保存结果到 ./save/idcard2 之后

重启服务再运行下方的代码，以免报错 NotFoundError: Key Variable_10 not found in checkpoint

import tensorflow as tf
import random
import os

trainResultPath = "./save/idcard2"

random.seed()

x = tf.placeholder(tf.float32)
yTrain = tf.placeholder(tf.float32)

w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32)
b1 = tf.Variable(0, dtype=tf.float32)

xr = tf.reshape(x, [1, 4])

n1 = tf.nn.tanh(tf.matmul(xr, w1)  + b1)

w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32)
b2 = tf.Variable(0, dtype=tf.float32)

n2 = tf.matmul(n1, w2) + b2

y = tf.nn.softmax(tf.reshape(n2, [2]))

loss = tf.reduce_mean(tf.square(y - yTrain))

optimizer = tf.train.RMSPropOptimizer(0.01)

train = optimizer.minimize(loss)

sess = tf.Session()
# 因为数据文件不只一个，所以随便挑选一个文件判断数据是否存在
# 但是不要挑选 checkpoint ，因为这个文件不随我们指定的前缀名而变化
if os.path.exists(trainResultPath + ".index"):
    print("loading: %s" % trainResultPath)
    tf.train.Saver().restore(sess, save_path=trainResultPath)
else:
    print("train result path not exists: %s" % trainResultPath)
    sess.run(tf.global_variables_initializer())

lossSum = 0.0

for i in range(5):

    xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)]
    if xDataRandom[2] % 2 == 0:
        yTrainDataRandom = [0, 1]
    else:
        yTrainDataRandom = [1, 0]

    result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom})

    lossSum = lossSum + float(result[len(result) - 1])

    print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1)))

print("saving...")
tf.train.Saver().save(sess, save_path=trainResultPath)

loading: ./save/idcard2
INFO:tensorflow:Restoring parameters from ./save/idcard2
i: 0, loss: 0.2710282207, avgLoss: 0.2710282207
i: 1, loss: 0.2567882836, avgLoss: 0.2639082521
i: 2, loss: 0.2574761510, avgLoss: 0.2617642184
i: 3, loss: 0.2574799955, avgLoss: 0.2606931627
i: 4, loss: 0.2419599444, avgLoss: 0.2569465190
saving...
'./save/idcard2'

原因详情见博客：

https://blog.csdn.net/haiqingonly/article/details/80921802

摘要如下：

问题1：TensorFlow:Unsuccessful TensorSliceReader constructor: Failed to find any matching files
问题2：NotFoundError: Key Variable_10 not found in checkpoint山重水复疑无路，柳暗花明又一村。
问题1：多次遇到训练模型save之后，重新restore提示Failed to find any matching files。
分析原因：因为自定义的绝对路径报错,我的自定义路径(D:\\test\\pictures\\faces),这个问题算是tensorflow的bug。
修改方法：所有路径全部用当前运行路径上一级路径形式(.\\faces)：
保存训练模型：
saver = tf.train.Saver()
sess = tf.Session()
save_path=saver.save(sess, '.\\save_net.ckpt')
恢复训练模型：
saver=tf.train.Saver()
sess = tf.Session()                                   saver.restore(sess,tf.train.latest_checkpoint('.'))           

至于我自定义的绝对路径为什么不能追踪找到，下一步再探索。

问题2：保存后模型恢复出来用于测试：NotFoundError: Key Variable_10 not found in checkpoint
分析原因：如果模型训练完保存后直接加载，相当于变量在前后定义了两次，第一次创建的变量name="weight"，测试时
创建的变量虽然name="weight"，但是实际上name会变成"weight_1"(weight_n-1),我们在保存的checkpoint中搜索的就是
 weight_n-1，因为搜索不到所以会报错。          

网上各种查找后有两种解决方法：
（1）在加载过程中，定义 name 相同的变量前面加 tf.reset_default_graph() 清除默认图的堆栈，并设置全局图为默认图 ;
（2）保存模型后，不马上加载，或 restart kernel后，再加载测试，又不会出错。  

  我自己尝试了第二种方法，因为第二种方法简单，确实可行。   希望能够帮到遇到和我一样问题的朋友。

Tensorflow save&restore遇到问题及解决

代码解读：

• 载入训练数据的时候需要用到数据文件保存位置的信息，所以把 定义 trainResultPath 语句提前
• 定义完会话变量 sess 后，不是像以前马上调用 sess.run(tf.global_variables_initializer()) 来对可变参数进行初始化，因为要载入训练数据，就不能做初始化操作，否则所有的可变参数又被复原成初始值了。
• 之后，加了一个代码判断该目录下是否存有保存了的训练过程文件，有就载入，没有就初始化变量。
• 使用 tf.train.Saver().restore(sess,save_path = trainResultPath)  载入训练数据，与保存时的 save 函数一样，都是传入 会话变量和保存路径两个参数。save 是保存，restore 是载入训练过程
• 判断是否存在已保存的训练过程数据文件，使用 os 包中的 os.path.exists 函数。

代码的执行结果如上，可见已成功载入了指定位置的训练过程数据，并且接下来的误差值逐渐变小，可见，载入成功

三、通过命令行参数控制是否强制重新开始训练

如何强制重新开始训练？

1. 可以把保存的数据和文件都删除
2. 命令行参数控制

命令行参数：

python xxx.py

对于整个命令，"python" 就是 命令体，后面的程序名称就是它的命令行参数

命令体与命令行参数用空格隔开，命令行参数可有多个，其中也是用空格隔开

如果命令行参数自身就带空格：

python "c:\my documents\xxx\xxx.py"

导入 sys包 --->   sys.argv  获得命令行参数，返回一个 一维数组

载入训练过程前，通过判断命令行参数决定是否强制重新训练：

import tensorflow as tf
import random
import os
import sys

ifRestartT = False

argt = sys.argv[1:]
# [1:] 切片，返回从数组下标1开始到数组最后一项的子数组
for v in argt:
    if v == "-restart":
        ifRestartT = True
# 用一个循环判断 命令行参数数组是否有“-restart” ，有就是 ifRestartT = true
# 来控制之后 强制执行初始化可变参数

trainResultPath = "./save/idcard2"

random.seed()

x = tf.placeholder(tf.float32)
yTrain = tf.placeholder(tf.float32)

w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32)
b1 = tf.Variable(0, dtype=tf.float32)

xr = tf.reshape(x, [1, 4])

n1 = tf.nn.tanh(tf.matmul(xr, w1)  + b1)

w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32)
b2 = tf.Variable(0, dtype=tf.float32)

n2 = tf.matmul(n1, w2) + b2

y = tf.nn.softmax(tf.reshape(n2, [2]))

loss = tf.reduce_mean(tf.square(y - yTrain))

optimizer = tf.train.RMSPropOptimizer(0.01)

train = optimizer.minimize(loss)

sess = tf.Session()

if ifRestartT == True:
    print("force restart...")
    sess.run(tf.global_variables_initializer())  #可变参数强制初始化，重新开始训练
elif os.path.exists(trainResultPath + ".index"):
    print("loading: %s" % trainResultPath)
    tf.train.Saver().restore(sess, save_path=trainResultPath)
else:
    print("train result path not exists: %s" % trainResultPath)
    sess.run(tf.global_variables_initializer())

lossSum = 0.0

for i in range(5):

    xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)]
    if xDataRandom[2] % 2 == 0:
        yTrainDataRandom = [0, 1]
    else:
        yTrainDataRandom = [1, 0]

    result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom})

    lossSum = lossSum + float(result[len(result) - 1])

    print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1)))

print("saving...")
tf.train.Saver().save(sess, save_path=trainResultPath)

四、训练过程中的手动保存

在训练中，随时随地的保存训练数据：

import tensorflow as tf
import random
import os
import sys

ifRestartT = False

argt = sys.argv[1:]

for v in argt:
    if v == "-restart":
        ifRestartT = True

trainResultPath = "./save/idcard2"

random.seed()

x = tf.placeholder(tf.float32)
yTrain = tf.placeholder(tf.float32)

w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32)
b1 = tf.Variable(0, dtype=tf.float32)

xr = tf.reshape(x, [1, 4])

n1 = tf.nn.tanh(tf.matmul(xr, w1)  + b1)

w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32)
b2 = tf.Variable(0, dtype=tf.float32)

n2 = tf.matmul(n1, w2) + b2

y = tf.nn.softmax(tf.reshape(n2, [2]))

loss = tf.reduce_mean(tf.square(y - yTrain))

optimizer = tf.train.RMSPropOptimizer(0.01)

train = optimizer.minimize(loss)

sess = tf.Session()

if ifRestartT == True:
    print("force restart...")
    sess.run(tf.global_variables_initializer())
elif os.path.exists(trainResultPath + ".index"):
    print("loading: %s" % trainResultPath)
    tf.train.Saver().restore(sess, save_path=trainResultPath)
else:
    print("train result path not exists: %s" % trainResultPath)
    sess.run(tf.global_variables_initializer())

lossSum = 0.0

for i in range(500000):

    xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)]
    if xDataRandom[2] % 2 == 0:
        yTrainDataRandom = [0, 1]
    else:
        yTrainDataRandom = [1, 0]

    result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom})

    lossSum = lossSum + float(result[len(result) - 1])

    print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1)))

    if os.path.exists("save.txt"):
        os.remove("save.txt")
        print("saving...")
        tf.train.Saver().save(sess, save_path=trainResultPath)

print("saving...")
tf.train.Saver().save(sess, save_path=trainResultPath)

可以随时保存代码的核心： 

通过 os.path.exists("save.txt") 判断是否存在一个文件 save.txt ，如果存在，将该文件删除【防止一直保存】，保存训练数据。

五、保存训练过程前，程序征得同意

实现每次训练完毕后，如果结果不满意，希望可以不要保存这一回训练的结果，实现程序可以在保存前询问一下，再执行是否保存训练结果

import tensorflow as tf
import random
import os
import sys

ifRestartT = False

argt = sys.argv[1:]

for v in argt:
    if v == "-restart":
        ifRestartT = True

trainResultPath = "./save/idcard2"

random.seed()

x = tf.placeholder(tf.float32)
yTrain = tf.placeholder(tf.float32)

w1 = tf.Variable(tf.random_normal([4, 8], mean=0.5, stddev=0.1), dtype=tf.float32)
b1 = tf.Variable(0, dtype=tf.float32)

xr = tf.reshape(x, [1, 4])

n1 = tf.nn.tanh(tf.matmul(xr, w1)  + b1)

w2 = tf.Variable(tf.random_normal([8, 2], mean=0.5, stddev=0.1), dtype=tf.float32)
b2 = tf.Variable(0, dtype=tf.float32)

n2 = tf.matmul(n1, w2) + b2

y = tf.nn.softmax(tf.reshape(n2, [2]))

loss = tf.reduce_mean(tf.square(y - yTrain))

optimizer = tf.train.RMSPropOptimizer(0.01)

train = optimizer.minimize(loss)

sess = tf.Session()

if ifRestartT == True:
    print("force restart...")
    sess.run(tf.global_variables_initializer())
elif os.path.exists(trainResultPath + ".index"):
    print("loading: %s" % trainResultPath)
    tf.train.Saver().restore(sess, save_path=trainResultPath)
else:
    print("train result path not exists: %s" % trainResultPath)
    sess.run(tf.global_variables_initializer())

lossSum = 0.0

for i in range(5):

    xDataRandom = [int(random.random() * 10), int(random.random() * 10), int(random.random() * 10), int(random.random() * 10)]
    if xDataRandom[2] % 2 == 0:
        yTrainDataRandom = [0, 1]
    else:
        yTrainDataRandom = [1, 0]

    result = sess.run([train, x, yTrain, y, loss], feed_dict={x: xDataRandom, yTrain: yTrainDataRandom})

    lossSum = lossSum + float(result[len(result) - 1])

    print("i: %d, loss: %10.10f, avgLoss: %10.10f" % (i, float(result[len(result) - 1]), lossSum / (i + 1)))

    if os.path.exists("save.txt"):
        os.remove("save.txt")
        print("saving...")
        tf.train.Saver().save(sess, save_path=trainResultPath)

resultT = input('Would you like to save? (y/n)')
# 提示语句，输出： Would you like to save? (y/n)     并将输入保存至 resultT
if resultT == "y":
    print("saving...")
    tf.train.Saver().save(sess, save_path=trainResultPath)

运行结果如下：

也可以配合 Ctrl + C 终止 Python 程序的运行，避免低效率的训练