不需要定义神经网络结构就可以恢复模型的两方法

前提：tf.train.import_meta_graph加载meta
saver = tf.train.import_meta_graph(os.path.join(model_fullpath,'model.ckpt-7.meta'))

第一种方法：在上一篇博客中就已经体现了；首先需要找到相关操作的变量名；
首先找到需要的变量的名称；比如我需要的一个网络节点名称为encode_run，需要一个placeholder；但需要在后面添加一个冒号和指定的第几个输出；后面这两个符号可以将节点变成tensor并取得对应的第几个输出；

这样可以正常输出；

如果分别改成1就会输出错误，如下所示：

第二种方法：
使用tf.tf.add_to_collection()，tf.get_collection和 tf.get_default_graph，graph.get_operation_by_name
train 部分：
X_placeholder=tf.placeholder(tf.float32,[None,feature_num],name="X_placeholder")
self.encode_op = tf.identity(self.encode_op, "encode_run")
tf.add_to_collection('encode_nn',self.encode_op)
预测部分：
encode=tf.get_collection('encode_nn')[0]
graph = tf.get_default_graph()
X=graph.get_operation_by_name('X_placeholder').outputs[0]
encoded_data=self.sess.run(encode,feed_dict={X:data})

最后两个方法都正常输出；而且结果一样；

提问：在检验预测结果与训练结果是否相同时，为什么会训练完成后最后两个预测结果与加载模型的预测结果不一样呢？
解答：因为训练完成时预测的结果是使用最后一次训练的参数；而加载的模型参数是训练过程中测试准确率最高的训练参数；所以结果不一样；
验证：将训练过程中的预测改为测试准确率最高时候的输出；如图所示：

输出结果对比：

训练时输出结果：

加载模型时输出结果：

结论：上述两种加载方法都是正确的；可以被使用；

不需要定义神经网络结构就可以恢复模型的两方法相关推荐

神经网络结构如何确定,神经网络的神经元结构
1.神经网络的定义生物神经网络主要是指人脑的神经网络,它是人工神经网络的技术原型.人脑是人类思维的物质基础,思维的功能定位在大脑皮层,后者含有大约1011个神经元,每个神经元又通过神经突触与大约10 ...
CVPR2020 | 利用NAS搜索针对对抗攻击的鲁棒神经网络结构
本文介绍CVPR 2020 论文 When NAS Meets Robustness: In Search of Robust Architectures against Adversarial At ...
pytorch_lesson13.2 模型拟合度概念介绍+模型欠拟合实例+单隐藏层激活函数性能比较+相同激活函数不同隐藏层数结果对比+神经网络结构选择策略
提示:仅仅是学习记录笔记,搬运了学习课程的ppt内容,本意不是抄袭!望大家不要误解!纯属学习记录笔记!!!!!! 文章目录前言一.模型拟合度概念介绍与实验 1.测试集的"不可知" ...
卷积神经网络结构优化综述
卷积神经网络结构优化综述人工智能技术与咨询来源:<自动化学报> ,作者林景栋等摘要近年来,卷积神经网络(Convolutional neural network,CNNs)在计算 ...
机器学习——深度学习之卷积神经网络（CNN）——LeNet卷积神经网络结构
目录一.卷积神经网络 1.卷积神经的作用 2.LeNet 1)数据库准备--minst 2)模型· 二.关于卷积神经网络结构的一些术语定义 1.特征图(Feature map) 2.height(长 ...
大脑皮层由神经组织构成,大脑神经网络结构图片
1.组成大脑皮层的主要结构是什么,可以接说一下吗大脑皮层是由6层神经细胞组成的.在进化中,它由下层到上层依次生成,从而这些不同层次结构的功能也不尽相同.在功能上,它们被分为3个级区:初级区.次级区和 ...
【神经网络结构搜索综述】NAS的挑战和解决方案
[GiantPandaCV导读]上一篇中,笔者翻译了国外一篇介绍Automl和NAS的博客,点这里回顾.这一篇是笔者对<A Comprehensive Survey of Nerual Arch ...
如何绘制神经网络结构图,如何设计神经网络结构
如何用Tensorflow 快速搭建神经网络在MNIST数据集上,搭建一个简单神经网络结构,一个包含ReLU单元的非线性化处理的两层神经网络. 在训练神经网络的时候,使用带指数衰减的学习率设置.使用 ...
渐进式神经网络结构搜索技术（Progressive Neural Architecture Search）（2018年最强最智能的图像分类）详解
转发地址为:https://yq.aliyun.com/articles/622265?spm=a2c4e.11155472.0.0.402c3fa6VbJvBH 神经网络结构搜索是谷歌的AutoML ...

不需要定义神经网络结构就可以恢复模型的两方法

不需要定义神经网络结构就可以恢复模型的两方法相关推荐

最新文章

热门文章