TensorFlow保存和载入训练模型

保存：使用saver.save()方法保存

载入：使用saver.restore()方法载入

下面是个完整例子：

保存：

import tensorflow as tfW = tf.Variable([[1, 1, 1], [2, 2, 2]], dtype=tf.float32, name='w')
b = tf.Variable([[0, 1, 2]], dtype=tf.float32, name='b')saver = tf.train.Saver()
with tf.Session() as sess:sess.run(tf.global_variables_initializer())save_path = saver.save(sess, r"D:\test\wb")  # 将W、b保存到指定位置

载入：

import tensorflow as tfW = tf.Variable(tf.truncated_normal(shape=(2, 3)), dtype=tf.float32, name='w')
b = tf.Variable(tf.truncated_normal(shape=(1, 3)), dtype=tf.float32, name='b')saver = tf.train.Saver()
with tf.Session() as sess:saver.restore(sess, r"D:\test\wb")  # 从指定位置加载模型print(sess.run(W))print(sess.run(b))
"""
输出：
[[1. 1. 1.][2. 2. 2.]][[0. 1. 2.]]
"""

就算W和b定义了不同于模型的值，但是仍会输出载入模型的值，如：

import tensorflow as tfW = tf.Variable([[0,0,0],[0,0,0]],dtype = tf.float32,name='w')
b = tf.Variable([[0,0,0]],dtype = tf.float32,name='b')saver = tf.train.Saver()
with tf.Session() as sess:saver.restore(sess, r"D:\test\wb")print(sess.run(W))print(sess.run(b))
"""
输出：
[[1. 1. 1.][2. 2. 2.]][[0. 1. 2.]]
"""

这种方法不方便的在于，在使用模型的时候，必须把模型的结构重新定义一遍，然后载入对应名字的变量的值。

TensorFlow保存和载入训练模型相关推荐

Tensorflow训练的模型，如何保存与载入？
Tensorflow训练的模型,如何保存与载入? 目的:学习tensorflow框架的DNN,掌握如何将tensorflow训练得到的模型保存并载入,做预测? 内容: 1.tensorflow模型保存 ...
Tensorflow保存模型和加载预训练模型
训练好的模型需要保存下来或者加载已经训练完成的模型,就用到了ckpt文件. 目录 1.了解tensorflow保存的文件 (1)checkpoint (2)MyModel.meta (3)MyMode ...
TF：利用TF的train.Saver将训练好的W、b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据)
TF:利用TF的train.Saver将训练好的W.b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据) 目录输出结果代码设计输出结果代码设计 import tensorflow as ...
keras保存和载入模型继续训练
目录保存模型载入初次训练的模型,再训练关于compile和load_model()的使用顺序保存模型我们以MNIST手写数字识别为例 import numpy as np from kera ...
tensorflow保存模型和加载模型的方法(Python和Android)
tensorflow保存模型和加载模型的方法(Python和Android) 一.tensorflow保存模型的几种方法: (1) tf.train.saver()保存模型使用 tf.train.s ...
tensorflow 保存训练loss_tensorflow2.0保存和加载模型 (tensorflow2.0官方教程翻译)
最新版本:https://www.mashangxue123.com/tensorflow/tf2-tutorials-keras-save_and_restore_models.html 英文版本: ...
Tensorflow保存神经网络参数有妙招：Saver和Restore
摘要:这篇文章将讲解TensorFlow如何保存变量和神经网络参数,通过Saver保存神经网络,再通过Restore调用训练好的神经网络. 本文分享自华为云社区<[Python人工智能] 十一. ...
TensorFlow保存和恢复模型的方法总结
使用TensorFlow训练模型的过程中,需要适时对模型进行保存,以及对保存的模型进行restore,以方便后续对模型进行处理.比如进行测试,或者部署:比如拿别的模型进行fine-tune,等等.当然 ...
【Tensorflow教程笔记】TensorFlow Datasets 数据集载入
Tensorflow教程笔记基础 TensorFlow 基础 TensorFlow 模型建立与训练基础示例:多层感知机(MLP) 卷积神经网络(CNN) 循环神经网络(RNN) 深度强化学习(DR ...

TensorFlow保存和载入训练模型

TensorFlow保存和载入训练模型相关推荐

最新文章

热门文章