时间:2021-05-22
使用tf.trian.NewCheckpointReader(model_dir)
一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)
checkpointModel.metaModel.data-00000-of-00001Model.indeximport tensorflow as tfimport pprint # 使用pprint 提高打印的可读性NewCheck =tf.train.NewCheckpointReader("model")打印模型中的所有变量
print("debug_string:\n")pprint.pprint(NewCheck.debug_string().decode("utf-8"))其中有3个字段, 分别是名字, 数据类型, shape
获取变量中的值
print("get_tensor:\n")pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))print("get_variable_to_dtype_map\n")pprint.pprint(NewCheck.get_variable_to_dtype_map())print("get_variable_to_shape_map\n")pprint.pprint(NewCheck.get_variable_to_shape_map())以上这篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader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。
从tensorflow训练后保存的模型中打印训变量:使用tf.train.NewCheckpointReader()importtensorflowastfre
一、TensorFlow模型保存和提取方法1.TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对
tensorflow模型保存为saver=tf.train.Saver()函数,saver.save()保存模型,代码如下:importtensorflowas
方式1:静态获取,通过直接解析checkpoint文件获取变量名及变量值通过reader=tf.train.NewCheckpointReader(model_
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