問題描述：

使用TensorFlow的saver()方法保存模型，在加載模型時提示變量未初始化。

import tensorflow as tf

#定義變量
b1 = tf.Variable(2.0, name="bias1")
#...

# 創(chuàng)建一個Saver對象，用于保存所有變量
saver = tf.train.Saver()

graph = tf.get_default_graph()
with tf.Session(graph=graph) as sess:
  sess.run(tf.global_variables_initializer())

  # ...執(zhí)行操作...

  # 保存模型
  saver.save(sess, './checkpoint_dir/MyModel', global_step=1000)

error ： Attempting to use uninitialized value

問題解決：

把saver = tf.train.Saver()這條語句移到with tf.Session() as sess里面就可以了。
（出現(xiàn)這種情況的一般是代碼中有多個graph）

import tensorflow as tf

#定義變量
b1 = tf.Variable(2.0, name="bias1")
#...
graph = tf.get_default_graph()
with tf.Session(graph=graph) as sess:
  sess.run(tf.global_variables_initializer())

  # 創(chuàng)建一個Saver對象，用于保存所有變量
  saver = tf.train.Saver()

  # ...執(zhí)行操作...

  # 保存模型
  saver.save(sess, './checkpoint_dir/MyModel', global_step=1000)

注意：
saver = tf.train.Saver() 這條語句會影響訓(xùn)練模型時GPU的利用率，切不可放在循環(huán)里面！

對于保存某次迭代的模型，直接在if語句下使用saver = tf.train.Saver(),加載模型時報變量未初始化錯誤的話，可以在外部在加一條saver = tf.train.Saver()語句。

    with tf.Session(graph=graph) as sess:
        tf.initialize_all_variables().run()
        # 外部加一條saver語句
        saver = tf.train.Saver()
        for i in range(num_steps):
            # training
            results = sess.run([xxx])
            if i == 1999:
                saver = tf.train.Saver()
                print("-----saving-----")
                save_path = saver.save(sess, model_path, global_step=i)
                print("-----saved-----")