神剑山庄资源网 Design By www.hcban.com
今天和大家分享一下用TensorFlow的saver存取训练好的模型那点事。
1. 用saver存取变量;
2. 用saver存取指定变量。
用saver存取变量。
话不多说,先上代码
# coding=utf-8 import os import tensorflow as tf import numpy os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集没有装,加这个不显示那些警告 w = tf.Variable([[1,2,3],[2,3,4],[6,7,8]],dtype=tf.float32) b = tf.Variable([[4,5,6]],dtype=tf.float32,) s = tf.Variable([[2, 5],[5, 6]], dtype=tf.float32) init = tf.global_variables_initializer() saver =tf.train.Saver() with tf.Session() as sess: sess.run(init) save_path = saver.save(sess, "save_net.ckpt")#路径可以自己定 print("save to path:",save_path)
这里我随便定义了几个变量然后进行存操作,运行后,变量w,b,s会被保存下来。保存会生成如下几个文件:
- cheakpoint
- save_net.ckpt.data-*
- save_net.ckpt.index
- save_net.ckpt.meta
接下来是读取的代码
import tensorflow as tf import os import numpy as np os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' w = tf.Variable(np.arange(9).reshape((3,3)),dtype=tf.float32) b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32) a = tf.Variable(np.arange(4).reshape((2,2)),dtype=tf.float32) saver =tf.train.Saver() with tf.Session() as sess: saver.restore(sess,'save_net.ckpt') print ("weights",sess.run(w)) print ("b",sess.run(b)) print ("s",sess.run(a))
在写读取代码时要注意变量定义的类型、大小和变量的数量以及顺序等要与存的时候一致,不然会报错。你存的时候顺序是w,b,s,取的时候同样这个顺序。存的时候w定义了dtype没有 定义name,取的时候同样要这样,因为TensorFlow存取是按照键值对来存取的,所以必须一致。这里变量名,也就是w,s之类可以不同。
如下是我成功读取的效果
用saver存取指定变量。
在我们做训练时候,有些变量是没有必要保存的,但是如果直接用tf.train.Saver()。程序会将所有的变量保存下来,这时候我们可以指定保存,只保存我们需要的变量,其他的统统丢掉。
其实很简单,只需要在上面代码基础上稍加修改,只需把tf.train.Saver()替换成如下代码
program = [] program += [w,b] tf.train.Saver(program)
这样,程序就只会存w和b了。同样,读取程序里面的tf.train.Saver()也要做如上修改。dtype,name之类依旧必须一致。
最后附上最终代码:
# coding=utf-8 # saver保存变量测试 import os import tensorflow as tf import numpy os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集没有装,加这个不显示那些警告 w = tf.Variable([[1,2,3],[2,3,4],[6,7,8]],dtype=tf.float32) b = tf.Variable([[4,5,6]],dtype=tf.float32,) s = tf.Variable([[2, 5],[5, 6]], dtype=tf.float32) init = tf.global_variables_initializer() program = [] program += [w, b] saver =tf.train.Saver(program) with tf.Session() as sess: sess.run(init) save_path = saver.save(sess, "save_net.ckpt")#路径可以自己定 print("save to path:",save_path)
#saver提取变量测试 import tensorflow as tf import os import numpy as np os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' w = tf.Variable(np.arange(9).reshape((3,3)),dtype=tf.float32) b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32) a = tf.Variable(np.arange(4).reshape((2,2)),dtype=tf.float32) program = [] program +=[w,b] saver =tf.train.Saver(program) with tf.Session() as sess: saver.restore(sess,'save_net.ckpt') print ("weights",sess.run(w)) print ("b",sess.run(b)) #print ("s",sess.run(a))
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。
神剑山庄资源网 Design By www.hcban.com
神剑山庄资源网
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
神剑山庄资源网 Design By www.hcban.com
暂无TensorFlow saver指定变量的存取的评论...
更新日志
2024年10月02日
2024年10月02日
- 孙悦.1996-伙伴【正大国际】【WAV+CUE】
- 纪钧瀚《钢琴阅读时光 雨中书店聆听轻音乐》[FLAC/分轨][399.62MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[320K/MP3][87.4MB]
- 证声音乐图书馆《走向自然 疗心爵士乐》[FLAC/分轨][184.94MB]
- 陈慧娴.2018-Priscilla-Ism演唱会3CD(2024环球红馆40复刻系列)【环球】【WAV+CUE】
- 郑秀文.1999-我应该得到(国)【华纳】【WAV+CUE】
- 陈家慧.2011-钢琴酒吧2CD【龙吟唱片】【WAV+CUE】
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[320K/MP3][45.01MB]
- 证声音乐图书馆《雨季 蓝调吉他 Rainy Blues》[FLAC/分轨][109.13MB]
- 赞多《序章》[320K/MP3][45.54MB]
- 许巍.2004-每一刻都是崭新的【步升大风】【WAV+CUE】
- 群星.2024-四方馆影视原声带【韶愔音乐】【FLAC分轨】
- 陈雷.1997-安锁咧【金圆唱片】【WAV+CUE】
- 关淑怡.2013-MY.FAVORITE.SK.3CD【环球】【WAV+CUE】
- Sweety.2006-花言乔语【丰华】【WAV+CUE】