溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

TensorFlow saver指定變量的存取

發(fā)布時(shí)間：2020-08-20 16:41:46 來(lái)源：腳本之家 閱讀：126 作者：main_h_ 欄目：開發(fā)技術(shù)

今天和大家分享一下用TensorFlow的saver存取訓(xùn)練好的模型那點(diǎn)事。

1. 用saver存取變量；
2. 用saver存取指定變量。

用saver存取變量。

話不多說(shuō)，先上代碼

# coding=utf-8
import os        
import tensorflow as tf
import numpy
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集沒有裝，加這個(gè)不顯示那些警告
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")#路徑可以自己定
 print("save to path:",save_path)

這里我隨便定義了幾個(gè)變量然后進(jìn)行存操作，運(yùn)行后，變量w，b，s會(huì)被保存下來(lái)。保存會(huì)生成如下幾個(gè)文件：

  • cheakpoint
  • save_net.ckpt.data-*
  • save_net.ckpt.index
  • save_net.ckpt.meta

接下來(lái)是讀取的代碼

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))

在寫讀取代碼時(shí)要注意變量定義的類型、大小和變量的數(shù)量以及順序等要與存的時(shí)候一致，不然會(huì)報(bào)錯(cuò)。你存的時(shí)候順序是w，b，s，取的時(shí)候同樣這個(gè)順序。存的時(shí)候w定義了dtype沒有 定義name，取的時(shí)候同樣要這樣，因?yàn)門ensorFlow存取是按照鍵值對(duì)來(lái)存取的，所以必須一致。這里變量名，也就是w，s之類可以不同。

如下是我成功讀取的效果

TensorFlow saver指定變量的存取

用saver存取指定變量。

在我們做訓(xùn)練時(shí)候，有些變量是沒有必要保存的，但是如果直接用tf.train.Saver()。程序會(huì)將所有的變量保存下來(lái)，這時(shí)候我們可以指定保存，只保存我們需要的變量，其他的統(tǒng)統(tǒng)丟掉。
其實(shí)很簡(jiǎn)單，只需要在上面代碼基礎(chǔ)上稍加修改，只需把tf.train.Saver()替換成如下代碼

program = []
program += [w,b]
tf.train.Saver(program)

這樣，程序就只會(huì)存w和b了。同樣，讀取程序里面的tf.train.Saver()也要做如上修改。dtype,name之類依舊必須一致。

最后附上最終代碼：

# coding=utf-8
# saver保存變量測(cè)試
import os        
import tensorflow as tf
import numpy
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集沒有裝，加這個(gè)不顯示那些警告
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")#路徑可以自己定
 print("save to path:",save_path)



#saver提取變量測(cè)試
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?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手