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

Bertha 。 2022-10-13 12:32 214阅读 0赞

# 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。

![在这里插入图片描述][20210706202703257.png]

*  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)

[20210706202703257.png]: /images/20221005/00f1b19f53144f239340ebfd84f1c05d.png