TensorFlow报错：ValueError The passed save_path is not a valid checkpoint

Posted 2021-07-31 Alex Hub

报错

错误是由于在测试的过程中导入checkpoint时，传入的save_path是无效的，或者是说，传入的save_path在给定的路径中没有找到对应的文件。

self.saver.restore(sess, checkpoint.model_checkpoint_path)

原因

Tensorflow会将模型保存生成四个文件，如下图所示。

• 图a的情况是模型保存时，仅传入了地址，而地址中不包含文件的名称。在这种情况下，checkpoint_dir可以直接作为路径传入模型恢复save.restore()的函数中。
• 图b的情况是模型保存时，地址中添加了需要保存文件的名称filename，并且在save声明时，使用了max_to_keep=1的设置，即保存的文件名称中，在XXX.ckpt后包含 “-1” 的名称，其表示当前保存模型的训练代数。在这种情况下，使用当前的checkpoint_dir作为模型恢复saver.restore()函数中的路径，将会报错。

在编写时，如果使用的是save = tf.train.Saver() 使用了max_to_keep=1的设置，并且在模型训练保存的过程中，是每训练一代保存一次。 此时，checkpoint_dir将不再适用于save.restore(sess, checkpoint_dir)中的checkpoint_dir。因为从图b中可以看到，其包含-1(训练代数的后缀)。如果仍将checkpoint_dir作为模型参数读入的地址传入save.restore()中，将会报错。

ValueError: The passed save_path is not a valid checkpoint

解决方法

使用tf.train.latest_checkpoint()函数，将不包含文件名称的路径传入函数中，获取到文件的路径module_file，并将其传入saver.restore()中，便可以解决上述问题。

module_file = tf.train.latest_checkpoint(diag_obj.save_path)
saver.restore(sess, module_file)