tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader
更新时间:2020年02月10日 11:10:06 作者:onexming
今天小编就为大家分享一篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader,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
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)
checkpoint Model.meta Model.data-00000-of-00001 Model.index
import tensorflow as tf import 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脚本之家。
相关文章
Python 中eval()函数的正确使用及其风险分析(使用示例)
eval()是一个功能强大的工具,但使用时必须非常小心,了解其工作原理和潜在的风险是确保安全使用的关键,通过遵循上述建议,可以在享受eval()带来的便利的同时,最大限度地减少安全风险,本文介绍Python 中`eval()`函数的正确使用及其风险分析,感兴趣的朋友一起看看吧2024-07-07Tensorflow的可视化工具Tensorboard的初步使用详解
这篇文章主要介绍了Tensorflow的可视化工具Tensorboard的初步使用详解,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-02-02django获取from表单multiple-select的value和id的方法
今天小编就为大家分享一篇django获取from表单multiple-select的value和id的方法,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2019-07-07
最新评论