class tf.train.Saver
来源:互联网 发布:网络延长器价格 编辑:程序博客网 时间:2024/06/05 15:54
class tf.train.Saver
功能:通过保存和重新加载模型(模型参数:计算图的结构和图上参数取值)实现模型持久化。
说明: tf.train.Saver目前版本为V2.0,相比V1.0的主要区别在于:
V2.0版本保存后文件夹中会比V1.0版本多一个model.ckpt.data-00000-of-00001文件.
例子:
import tensorflow as tfimport numpy as np#step1:保存模型W=tf.Variable([[1,2,3],[4,5,6]],dtype=tf.float32,name='weights')b=tf.Variable([[1,2,3]],dtype=tf.float32,name='biases')init=tf.global_variables_initializer()saver=tf.train.Saver()with tf.Session() as sess: sess.run(init) save_path=saver.save(sess,"savepath(例如:"C:\\Desktop\\test.ckpt\\")") print("Save to path:",save_path)#step2:重新加载模型#注:需要定义同样的数据类型和shape!W=tf.Variable(np.arange(6).reshape((2,3)),dtype=tf.float32,name="weights")b=tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32,name="biases")saver=tf.train.Saver()with tf.Session() as sess: saver.restore(sess,"C:\\Desktop\\test.ckpt\\") print("weights:",sess.run(W)) print("biases:",sess.run(b))
结果:
weights: [[ 1. 2. 3.]
[ 4. 5. 6.]]
biases: [[ 1. 2. 3.]]
注:首先运行step1将模型数据存储到指定路径上,其次再对路径上的数据进行调用加载。
阅读全文
0 0
- class tf.train.Saver
- tf.train.Saver
- tf.train.Saver
- tensorflow关于tf.train.Saver()
- tensorflow 1.0之tf.train.Saver 文档翻译
- Tensorflow的模型保存和读取tf.train.Saver
- TensorFlow入门(九)使用 tf.train.Saver()保存模型
- TensorFlow入门(九)使用 tf.train.Saver()保存模型
- tensorflow学习——tf.train.Supervisor()与tf.train.saver()
- tf.train.Saver函数的用法之保存全部变量和模型
- tf.train.Saver函数的用法之保存全部变量和模型
- tensorflow学习day2简单监督学习模型及用tf.train.Saver实现检查点恢复
- 【TensorFlow】模型持久化tf.train.Saver—上(八)
- 【TensorFlow】模型持久化tf.train.Saver—下(九)
- tf.train
- Tensorflow:tf.train.SyncReplicasOptimizer
- tf.train.slice_input_produce命令
- tf.train.ExponentialMovingAverage解析
- 双向循环链表
- 判断某一年是否为闰年[20171117练习]
- Jacoco覆盖率信息收集3-class级向上
- Leetcode_76. Minimum Window Substring
- 与 SQL Server 建立连接时出现与网络相关的或特定于实例的错误。未找到或无法访问服务器。请验证实例名。。。。。
- class tf.train.Saver
- CRF资源
- Android 拦截Recyclerview的多条目点击事件
- ASP.NET——总结
- 机器学习面试问题汇总—史上最详细
- Linux CentOS7装载,与引导win7,属于自己的过程
- Leetcode438. Find All Anagrams in a String
- 吴恩达 神经网络和深度学习 第二周神经网络基础笔记
- C语言的一维数组和字符数组