阿里云 机器学习pai的使用数据的使用以及模型的存储
来源:互联网 发布:网络设计收获与体会 编辑:程序博客网 时间:2024/05/16 03:30
1.数据的使用 读取pickle
import osimport sysimport argparseimport tensorflow as tfimport picklefrom tensorflow.python.lib.io import file_ioFLAGS = Nonedef main(_): dir = os.path.join(FLAGS.buckets, 'Parsing.pickle') object = file_io.read_file_to_string(dir,True) result = pickle.loads(object) training_records = result['training'] validation_records = result['validation'] print(len(training_records)) print("good")if __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument('--buckets', type=str, default='', help='input data path') parser.add_argument('--checkpointDir', type=str, default='', help='output model path') FLAGS, _ = parser.parse_known_args() tf.app.run(main=main)注意点1:buckets的定义,而且是缺省值不用定义具体的oss地址
注意点2:使用tensorflow进行读取,Python的open方法在pai上不能使用
注意点3:pickle存储dump时协议要用2,以为pai上的Python是2.7
2.模型的存储
import tensorflow as tfFLAGS = tf.flags.FLAGStf.flags.DEFINE_string("checkpointDir", "model/test.ckpt", "path to logs directory")w1 = tf.placeholder("float", name="w1")w2 = tf.placeholder("float", name="w2")b1= tf.Variable(2.0,name="bias")feed_dict ={w1:4,w2:8}w3 = tf.add(w1,w2)w4 = tf.multiply(w3,b1,name="op_to_restore")sess = tf.Session()sess.run(tf.global_variables_initializer())saver = tf.train.Saver()print (sess.run(w4,feed_dict))saver.save(sess,FLAGS.checkpointDir)注意点1:要定义checkpointDir
阅读全文
0 0
- 阿里云 机器学习pai的使用数据的使用以及模型的存储
- 阿里云机器学习平台PAI,助力降低机器学习的成本和技术门槛
- 阿里云机器学习平台PAI的视频介绍(其中tensorflow高级教程有tf的代码优化讲解)
- 【机器学习PAI实践十】深度学习Caffe框架实现图像分类的模型训练
- 【机器学习PAI实践十一】机器学习PAI为你自动写歌词,妈妈再也不用担心我的freestyle了(提供数据、代码
- PBO和PAI的理解和使用
- 阿里云机器学习平台——PAI平台
- 阿里云机器学习PAI-快速上手指南
- 阿里云机器学习平台——PAI平台
- 阿里云服务器的安装以及使用
- 【机器学习PAI实践五】机器学习眼中的《人民的名义》
- 【阿里云教程】使用PAI深度学习tensorflow读取OSS教程
- 机器学习算法对数据的要求以及使用的情况
- 数据存储的使用
- 阿里OSS对象存储的简单使用
- 机器学习模型应用以及模型优化的一些思路
- 机器学习模型应用以及模型优化的一些思路
- 阿里云机器学习平台的思考
- creator js热更新
- Pycharm如何添加第三方库和插件
- opengl帧率的计算
- js基本数据类型-深入讲解(2)
- 论文代发
- 阿里云 机器学习pai的使用数据的使用以及模型的存储
- iPhone8因没有FM功能被美国网友痛批!what???
- http请求工具类--Java
- 26、C#里面标签的属性和事件
- Cabric Number Problem
- 排序 算法
- MySQL day8---MySQL存储引擎
- js中的this
- XML语法与解析