我在尝试实现TensorFlow提供的高级API，特别是基础分类器。然而，在尝试训练模型时，我遇到了以下错误：

错误：

NotFoundError (see above for traceback): Key baseline/bias not found in checkpoint     [[Node: save/RestoreV2 = RestoreV2[dtypes=[DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_INT64], _device="/job:localhost/replica:0/task:0/device:CPU:0"](_arg_save/Const_0_0, save/RestoreV2/tensor_names, save/RestoreV2/shape_and_slices)]]

代码：

import tensorflow as tfimport numpy as npfrom sklearn import datasetsfrom sklearn.model_selection import train_test_splitdef digit_cross():    # Number of classes, one class for each of 10 digits.    num_classes = 10    digit = datasets.load_digits()    x = digit.data    y = digit.target    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=.3, random_state=42)    y_train_index = np.arange(y_train.size)    train_input_fn = tf.estimator.inputs.numpy_input_fn(        x={"x": np.array(x_train)},        y=np.array(y_train),        num_epochs=None,        shuffle=False)    # Build BaselineClassifier    classifier = tf.estimator.BaselineClassifier(n_classes=num_classes,                                                 model_dir="./checkpoints_tutorial17-1/")    # Fit model.    classifier.train(train_input_fn)digit_cross()

回答：

看起来你在 model_dir="./checkpoints_tutorial17-1/" 中有一个来自其他模型的检查点，而不是来自基础分类器。具体来说，你在这个文件夹中有一个检查点文件和model.ckpt-*文件。

正如TensorFlow文档中所述：

• model_dir: 用于保存模型参数、图形等的目录。这也可以用来从目录中加载检查点到估算器中，以继续训练之前保存的模型。 如果是PathLike对象，路径将被解析。如果为None，将使用配置中的model_dir（如果已设置）。如果两者都设置，它们必须相同。如果两者都为None，将使用临时目录。

在这里，BaselineClassifier 首先会构建一个使用 baseline/bias 的图。然后它发现 model_dir 中有一个之前的检查点。它会尝试加载这个检查点，如果你已经执行了 tf.logging.set_verbosity(tf.logging.INFO)，你应该会看到类似于以下信息的提示：

"INFO:tensorflow:Restoring parameters from .../checkpoints_tutorial17-1\model.ckpt-..."

因为 model_dir 中的这个检查点不是来自 BaselineClassifier，所以它不会有 baseline/bias。BaselineClassifier 找不到它，因此会抛出错误。