您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“tensorflow如何輸出權(quán)重值和偏差”,內(nèi)容簡(jiǎn)而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“tensorflow如何輸出權(quán)重值和偏差”這篇文章吧。
使用tensorflow 訓(xùn)練模型時(shí),我們可以使用 tensorflow自帶的 Save模塊 tf.train.Saver()來(lái)保存模型,使用方式很簡(jiǎn)單 就是在訓(xùn)練完模型后,調(diào)用saver.save()即可
saver = tf.train.Saver(write_version=tf.train.SaverDef.V2) saver.save(sess, save_dir+"crfmodel.ckpt", global_step=0)
重新載入模型
saver = tf.train.Saver() ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) saver.restore(sess, ckpt.model_checkpoint_path)
但是這種方式保存的模型中包含特別多的信息,使保存的模型很大,其實(shí)里面有很多不是我們想要的.我們就想要里面最重要的權(quán)重信息和偏差等等數(shù)據(jù),然后再自己寫(xiě)解密代碼,就可以把模型應(yīng)用于其他的平臺(tái),比如安卓手機(jī).
那么我們可以使用下面的方式獲取訓(xùn)練后的權(quán)重和偏移,
ww, bb = sess.run([self.W,self.b])
其中W,和b都是 Tensor類(lèi)型的數(shù)據(jù)
with tf.name_scope('weights'): self.W = tf.get_variable( shape=[self.feat_size, self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='weights' # ,regularizer=tf.contrib.layers.l1_regularizer(0.1) ) with tf.name_scope('biases'): self.b = tf.get_variable( shape=[self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='bias' )
tensorflow 輸出權(quán)重 到csv或txt
import numpy as np W_val, b_val = sess.run([weights_tensor, biases_tensor]) np.savetxt("W.csv", W_val, delimiter=",") np.savetxt("b.csv", b_val, delimiter=",")
以上是“tensorflow如何輸出權(quán)重值和偏差”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對(duì)大家有所幫助,如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
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。