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 就是在训练完模型后,调用saver.save()即可

saver = tf.train.Saver(write_version=tf.train.SaverDef.V2) saver.save(sess, save_dir+"crfmodel.ckpt", global_step=0)

重新载入模型

saver = tf.train.Saver() ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) saver.restore(sess, ckpt.model_checkpoint_path)

但是这种方式保存的模型中包含特别多的信息,使保存的模型很大,其实里面有很多不是我们想要的.我们就想要里面最重要的权重信息和偏差等等数据,然后再自己写解密代码,就可以把模型应用于其他的平台,比如安卓手机.
那么我们可以使用下面的方式获取训练后的权重和偏移,

ww, bb = sess.run([self.W,self.b])

其中W,和b都是 Tensor类型的数据

with tf.name_scope('weights'): self.W = tf.get_variable( shape=[self.feat_size, self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='weights' # ,regularizer=tf.contrib.layers.l1_regularizer(0.1) ) with tf.name_scope('biases'): self.b = tf.get_variable( shape=[self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='bias' )

tensorflow 输出权重 到csv或txt

import numpy as npW_val, b_val = sess.run([weights_tensor, biases_tensor])np.savetxt("W.csv", W_val, delimiter=",")np.savetxt("b.csv", b_val, delimiter=",")

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。