TensorFlow saver指定变量的存取
更新时间：2018年03月10日 11:56:56 作者：main_h_
这篇文章主要为大家详细介绍了TensorFlow saver指定变量的存取，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
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脚本之家。
相关文章
今天小编就为大家分享一篇python异常处理和日志处理方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
关于django 数据库迁移(migrate)应该知道的一些事
今天小编就为大家分享一篇关于django 数据库迁移(migrate)应该知道的一些事，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要给大家介绍了关于Python3操作Excel文件（读写）的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Python3具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-09-09
Python中DataFrame与内置数据结构相互转换的实现
pandas 支持我们从 Excel、CSV、数据库等不同数据源当中读取数据，来构建 DataFrame。但有时数据并不来自这些外部数据源，这就涉及到了 DataFrame 和 Python 内置数据结构之间的相互转换，本文就来和大家详细聊聊2023-02-02
这篇文章主要介绍了bluepy 一款python封装的BLE利器简单介绍，bluepy 是github上一个很好的蓝牙开源项目， 其主要功能是用python实现linux上BLE的接口。,需要的朋友可以参考下2019-06-06
这篇文章主要介绍了Python根据字符串调用函数过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要为大家介绍了Python编写实用运维进程文件目录的操作脚本示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
这篇文章主要介绍了python3 webp转gif格式的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-12-12
这篇文章主要介绍了Python列表list的详细用法介绍，列表（list）作为Python中基本的数据结构，是存储数据的容器，相当于其它语言中所说的数组2022-07-07
本篇文章将分享Prometheus API的基本概念到PromQL查询语言的应用,再到如何通过Python与Prometheus API进行无缝交互,通过丰富的示例代码和详细的讲解,将解锁使用Python进行实时监控的奇妙世界,为读者打开更广阔的数据分析视野2024-01-01
最新评论