with tf.Session() as sess: print("从指定路径中加载模型...") ckpt = tf.train.get_checkpoint_state(logs_train_dir) if ckpt and ckpt.model_checkpoint_path: global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1] saver.restore(sess, ckpt.model_checkpoint_path) print('模型加载成功, 训练的步数为： %s' % global_step) else: print('模型加载失败，checkpoint文件没找到！') prediction = sess.run(logit, feed_dict={x: image_array}) max_index = np.argmax(prediction) 这段是否有问题

根据您提供的代码段，我没有看到明显的错误。但是，为了确保代码的正确性，您可以检查以下几点：

1. 确保缩进是正确的：在Python中，代码块之间的缩进非常重要。请确保"with"语句块和其中的代码具有一致的缩进级别。

2. 确保变量和函数的调用正确：确保您在代码中定义了所有使用的变量（例如`logs_train_dir`、`x`、`image_array`等），并正确地调用了相关函数（例如`saver.restore()`、`sess.run()`等）。

3. 确保模型文件存在：在加载模型之前，确保模型的checkpoint文件存在于指定的路径（`logs_train_dir`）中。

如果您仍然遇到问题，请提供完整的代码以便更详细地检查和帮助您解决问题。

相关问题

with tf.Session() as sess: AttributeError: module tensorflow has no attribute Session

在 TensorFlow 2.x 版本中，`Session` 已经被弃用。相反，您需要使用 `tf.compat.v1.Session()` 方法。

下面是一个示例代码：

import tensorflow as tf

# 创建一个常量张量
a = tf.constant(3)
b = tf.constant(4)

# 创建一个 TensorFlow 会话
with tf.compat.v1.Session() as sess:
    # 计算 a 和 b 的和
    result = sess.run(a + b)
    print(result)

您还可以将以下代码添加到文件的开头，以避免在代码中使用 `tf.compat.v1.Session()`：

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

这将禁用 TensorFlow 2.x 版本的行为，并允许您继续使用 `tf.Session()`。

with tf.Session() as sess: AttributeError: module 'tensorflow' has no attribute 'Session'

这个错误提示表明在 TensorFlow 中没有名为 `Session` 的属性。这通常是因为 TensorFlow 版本更新导致的，`Session` 已经被弃用或者更改了名称。在 TensorFlow 2.0 中，`Session` 被移除了，取而代之的是使用 `tf.function` 和 `tf.Tensor` 来构建计算图。如果你使用的是 TensorFlow 1.x 版本，可以尝试以下代码：

import tensorflow as tf

with tf.Session() as sess:
    # your code here

如果你使用的是 TensorFlow 2.x 版本，可以尝试以下代码：

import tensorflow as tf

@tf.function
def my_function():
    # your code here

my_function()