时间:2021-05-22
这篇文章是为了对网络模型的权重输出,可以用来转换成其他框架的模型。
import tensorflow as tffrom tensorflow.python import pywrap_tensorflow#首先,使用tensorflow自带的python打包库读取模型model_reader = pywrap_tensorflow.NewCheckpointReader(r"model.ckpt")#然后,使reader变换成类似于dict形式的数据var_dict = model_reader.get_variable_to_shape_map()#最后,循环打印输出for key in var_dict: print("variable name: ", key) print(model_reader.get_tensor(key))结果(其中一个权重的示例)
........variable name: InceptionV3/Mixed_7c/Branch_3/Conv2d_0b_1x1/weights[[[[ 0.00013783 -0.00251428 0.02235526 ... -0.01409702 0.00340105 -0.00752808] [ 0.01590012 -0.00258413 -0.00627338 ... -0.03600493 0.01220086 -0.01254225] [-0.02394262 -0.00764508 -0.00895328 ... -0.01731405 0.03568469 0.00918952] ... [-0.01865693 -0.00358359 -0.02342288 ... 0.00935838 0.00367858 -0.00976252] [ 0.01297642 0.00223457 0.00652326 ... -0.00762609 -0.0136022 -0.01129473] [-0.01395879 -0.00920246 0.01061887 ... 0.0236958 0.00041993 -0.01291134]]]]......以上这篇Tensorflow读取并输出已保存模型的权重数值方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
tensorflow在保存权重模型时多使用tf.train.Saver().save函数进行权重保存,保存的ckpt文件无法直接打开,不利于将模型权重导入到其他
TensorFlow模型保存/载入我们在上线使用一个算法模型的时候,首先必须将已经训练好的模型保存下来。tensorflow保存模型的方式与sklearn不太一
pytorch输出中间层特征:tensorflow输出中间特征,2种方式:1.保存全部模型(包括结构)时,需要之前先add_to_collection或者用sl
第一步把tensorflow保存的.ckpt模型转为pb模型,并记下模型的输入输出名字.第二步去ncnn的github上把仓库clone下来,按照上面的要求装好
使用tensorflow训练模型时,我们可以使用tensorflow自带的Save模块tf.train.Saver()来保存模型,使用方式很简单就是在训练完模型