今天小编就为大家分享一篇TensorFlow加载模型时出错的解决方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

记录一次小白的tensorflow学习过程，也为有同样困扰的小白留下点经验。 先说我出错和解决的过程。在做风格迁移实验时，使用预加载权重的VGG19网络正向提取中间层结果，结果因为代码不当，在遍历图片提取时内存持续增长，导致提取几十个图片的特征内存就满了。 原因是在对每一张图片正向传播结束后，都会在留下中间信息。具体地说是在我将正向传播的代码与模型的代码分离了，在每次遍历图片时都会正向传播，在tensorflow中新增加了很多的计算节点（如tf.matmul等等），导致内存中遗留了大量的过期信息

模型的恢复 对于的模型的恢复来说，需要首先恢复模型的整个图文件，之后从图文件中读取相应的节点信息。 存储的模型文件包括四个子文件，如下：  现在假如我想恢复模型中的某个节点信息： 需要注意的是在使用saver.restore恢复权值的时候，参数的设置需要万分注意： # 先加载图文件 saver = tf.train.import_meta_graph("./model/save_model.meta") graph = tf.get_default_graph() # 其中的一个节点 a_v

当发现目录时出错如下： \windows\tensorflow\core\framework\op_kernel.cc:993] Not found: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for params_cifar.ckpt 在Windows下要把目录写对才可以。 比如 default=’tmp’  要写成这样 default=’./tmp’ 这样TF就找到相应的目录

终于找到bug原因！记一下；还是不熟悉平台的原因造成的！ Q：为什么会出现两个模型对象在同一个文件中一起运行，当直接读取他们分开运行时训练出来的模型会出错，而且总是有一个正确，一个读取错误？ 而 直接在同一个文件又训练又重新加载模型预测不出错，而且更诡异的是此时用分文件里的对象加载模型不会出错？ model.py,里面含有 ModelV 和 ModelP，另外还有 modelP.py 和 modelV.py 分别只含有 ModelP 和 ModeV 这两个对象，先使用 modelP.py 和