Я имею в виду это учебное пособие по классификации текста и создал специальный обучающий набор для классификации текста.
Я сохраняю модель с кодом ниже.
# Define model and setup tensorboard
model = tflearn.DNN(net, tensorboard_dir='tflearn_logs')
# Start training (apply gradient descent algorithm)
model.fit(train_x, train_y, n_epoch=1000, batch_size=8, show_metric=True)
model.save('model.tflearn')
Создает файлы ниже.
model.tflearn.data-00000-of-00001
model.tflearn.index
model.tflearn.meta
tflearn_logs folder
Я хочу использовать модель, построенную на разных итерациях, для целей тестирования.
Я пытался,
with tf.Session() as sess:
saver = tf.train.import_meta_graph('model.tflearn.meta')
saver.restore(sess, tf.train.latest_checkpoint('./'))
но я получаю;
KeyError: «Имя« adam »относится к операции, не указанной в графике.» ошибка
Я знаю из документации , что tflearn.DNN(network).load('file_name')
загружает модель, но нам нужно создать и передать экземпляр сети, чтобы построить сеть, мы снова проходим через тот же код с нуля, который требует времени, так как он будет делать тренировки, которых я хочу избежать.
Код для построения сети
net = tflearn.input_data(shape=[None, len(train_x[0])])
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, 8)
net = tflearn.fully_connected(net, len(train_y[0]), activation='softmax')
net = tflearn.regression(net)
tflearn.input_data
имеет обязательный ввод формы, поэтому нам снова понадобятся данные тренировки для повторной подачи. Так что это вызывает перестройку модели.
Я проверил документацию, не смог найти то, что мне нужно (2-3 строки кода, которые импортировали бы модель нейронной сети для экономии времени переобучения.
Пожалуйста, дайте мне знать, если вы, ребята, знаете решение для этого.
Аналогичный вопрос , но он не повторяется
- OP столкнулся с проблемой при построении нейронной сети во время построения дерева, в то время как я столкнулся с проблемой при импорте модели сборки.
- Учебник, упомянутый в ответе, не поддерживает импорт модели tflearn NN