我尝试将我训练好的模型（TensorFlow，Python）导入并在Java中使用。
我在Python中成功保存了模型，但在尝试使用相同的模型在Java中进行预测时遇到了问题。
在这里，你可以看到用于初始化、训练和保存模型的Python代码。
在这里，你可以看到用于导入和对输入值进行预测的Java代码。
我得到的错误信息是：
Exception in thread "main" java.lang.IllegalStateException: Attempting to use uninitialized value Variable_7 [[Node: Variable_7/read = Identity[T=DT_FLOAT, _class=["loc:@Variable_7"], _device="/job:localhost/replica:0/task:0/cpu:0"](Variable_7)]] at org.tensorflow.Session.run(Native Method) at org.tensorflow.Session.access$100(Session.java:48) at org.tensorflow.Session$Runner.runHelper(Session.java:285) at org.tensorflow.Session$Runner.run(Session.java:235) at org.tensorflow.examples.Identity_import.main(Identity_import.java:35)我认为问题出在Python代码中，但没有找到具体原因。
回答：
Java中的importGraphDef()函数只导入计算图（由Python代码中的tf.train.write_graph写入），它不会加载训练变量的值（存储在检查点中），这就是为什么你会收到关于未初始化变量的错误信息。
另一方面，TensorFlow SavedModel格式包含了模型的所有信息（图形、检查点状态、其他元数据），如果你想在Java中使用，你应该使用SavedModelBundle.load来创建一个已经初始化了训练变量值的会话。
要从Python中以这种格式导出模型，你可能需要参考一个相关的问题将重新训练的Inception SavedModel部署到Google Cloud ML Engine
在你的情况下，这可能需要在Python中做如下操作：
def save_model(session, input_tensor, output_tensor): signature = tf.saved_model.signature_def_utils.build_signature_def( inputs = {'input': tf.saved_model.utils.build_tensor_info(input_tensor)}, outputs = {'output': tf.saved_model.utils.build_tensor_info(output_tensor)}, ) b = saved_model_builder.SavedModelBuilder('/tmp/model') b.add_meta_graph_and_variables(session, [tf.saved_model.tag_constants.SERVING], signature_def_map={tf.saved_model.signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY: signature}) b.save() 然后通过save_model(session, x, yhat)调用它
然后在Java中加载模型使用：
try (SavedModelBundle b = SavedModelBundle.load("/tmp/mymodel", "serve")) { // b.session().run(...)}希望这对你有帮助。
