tensorflow 模型权重导出实例
更新时间:2020年01月24日 09:34:01 作者:张中星
今天小编就为大家分享一篇tensorflow 模型权重导出实例,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
tensorflow在保存权重模型时多使用tf.train.Saver().save 函数进行权重保存,保存的ckpt文件无法直接打开,不利于将模型权重导入到其他框架使用(如Caffe、Keras等)。
好在tensorflow提供了相关函数 tf.train.NewCheckpointReader 可以对ckpt文件进行权重查看,因此可以通过该函数进行数据导出。
import tensorflow as tf import h5py cpktLogFileName = r'./checkpoint/checkpoint' #cpkt 文件路径 with open(cpktLogFileName, 'r') as f: #权重节点往往会保留多个epoch的数据,此处获取最后的权重数据 cpktFileName = f.readline().split('"')[1] h5FileName = r'./model/net_classification.h5' reader = tf.train.NewCheckpointReader(cpktFileName) f = h5py.File(h5FileName, 'w') t_g = None for key in sorted(reader.get_variable_to_shape_map()): # 权重名称需根据自己网络名称自行修改 if key.endswith('w') or key.endswith('biases'): keySplits = key.split(r'/') keyDict = keySplits[1] + '/' + keySplits[1] + '/' + keySplits[2] f[keyDict] = reader.get_tensor(key)
以上这篇tensorflow 模型权重导出实例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脚本之家。
相关文章
Pytorch的torch.utils.data中Dataset以及DataLoader示例详解
torch.utils.data 是 PyTorch 提供的一个模块,用于处理和加载数据,该模块提供了一系列工具类和函数,用于创建、操作和批量加载数据集,这篇文章主要介绍了Pytorch的torch.utils.data中Dataset以及DataLoader等详解,需要的朋友可以参考下2023-08-08python用sqlacodegen根据已有数据库(表)结构生成对应SQLAlchemy模型
本文介绍了如何使用sqlacodegen获取数据库所有表的模型类,然后使用ORM技术进行CRUD操作,有此需求的朋友可以了解下本文2021-06-06
最新评论