TensorFlow 笔记(五):模型保存和恢复
来源:互联网 发布:flv parser for mac 编辑:程序博客网 时间:2024/05/16 08:39
保存与读取模型
在使用tf来训练模型的时候,难免会出现中断的情况。这时候自然就希望能够将辛辛苦苦得到的中间参数保留下来,不然下次又要重新开始。好在tf官方提供了保存和读取模型的方法。
保存模型的方法:
# 之前是各种构建模型graph的操作(矩阵相乘,sigmoid等等....)saver = tf.train.Saver() # 生成saverwith tf.Session() as sess: sess.run(tf.global_variables_initializer()) # 先对模型初始化 # 然后将数据丢入模型进行训练blablabla # 训练完以后,使用saver.save 来保存 saver.save(sess, "save_path/file_name") #file_name如果不存在的话,会自动创建
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
将模型保存好以后,载入也比较方便,如下所示:
saver = tf.train.Saver()with tf.Session() as sess: #参数可以进行初始化,也可不进行初始化。即使初始化了,初始化的值也会被restore的值给覆盖 sess.run(tf.global_variables_initializer()) saver.restore(sess, "save_path/file_name") #会将已经保存的变量值resotre到 变量中。
- 1
- 2
- 3
- 4
- 5
- 6
- 1
- 2
- 3
- 4
- 5
- 6
简单的说,就是通过saver.save来保存模型,通过saver.restore来加载模型。
阅读全文
0 0
- TensorFlow 笔记(五):模型保存和恢复
- tensorflow中模型的保存和恢复
- Tensorflow:模型保存/模型恢复?
- Tensorflow学习笔记:模型训练数据的保存和恢复的简单实例
- TensorFlow之保存/恢复模型
- Tensorflow:如何保存/恢复模型?
- tensorflow的一些代码分析(五) tensorflow模型保存和可视化
- TensorFlow 训练好模型参数的保存和恢复代码
- 简单完整地讲解tensorflow模型的保存和恢复
- tensorflow训练模型保存saver和恢复restore
- TensorFlow学习系列(三):保存/恢复和混合多个模型
- TensorFlow学习系列(三):保存/恢复和混合多个模型
- Tensorflow保存模型,恢复模型,使用训练好的模型进行预测和提取中间输出(特征)
- Tensorflow保存模型,恢复模型,使用训练好的模型进行预测和提取中间输出(特征)【转】
- pytorch学习笔记(五):保存和加载模型
- pytorch学习笔记(五):保存和加载模型
- tensorflow-模型保存和加载(二)
- 【深度学习】Tensorflow模型保存与恢复
- Unity3D 01-各种寻找GameObject方法
- linux 软件包的命名规则
- linux rpm包的编译
- linux netstat命令
- 内部排序算法:堆排序
- TensorFlow 笔记(五):模型保存和恢复
- pyhotn3入门基础-14 返回函数和匿名函数
- ubuntu安装Google输入法
- C语言三种预处理功能
- java 读取src下的配置文件
- C51语言与汇编语言的关系
- oracle创建存储过程中遇到的问题
- SaltStack实战之配置管理-LAMP自动化部署
- 深度学习的Batch Normalization