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。
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]