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。