tensorflow的基本用法(十)——保存神经网络参数和加载神经网络参数

文章作者：Tyan
博客：noahsnail.com  |  CSDN  |  简书

本文主要是使用tensorfl保存神经网络参数和加载神经网络参数。

#!/usr/bin/env python# _*_ coding: utf-8 _*_import tensorflow as tfimport numpy as np# 保存神经网络参数def save_para():    # 定义权重参数    W = tf.Variable([[1, 2, 3], [4, 5, 6]], dtype = tf.float32, name = 'weights')    # 定义偏置参数    b = tf.Variable([[1, 2, 3]], dtype = tf.float32, name = 'biases')    # 参数初始化    init = tf.global_variables_initializer()    # 定义保存参数的saver    saver = tf.train.Saver()    with tf.Session() as sess:        sess.run(init)        # 保存session中的数据        save_path = saver.save(sess, 'my_net/save_net.ckpt')        # 输出保存路径        print 'Save to path: ', save_path# 恢复神经网络参数def restore_para():    # 定义权重参数    W = tf.Variable(np.arange(6).reshape((2, 3)), dtype = tf.float32, name = 'weights')    # 定义偏置参数    b = tf.Variable(np.arange(3).reshape((1, 3)), dtype = tf.float32, name = 'biases')    # 定义提取参数的saver    saver = tf.train.Saver()    with tf.Session() as sess:        # 加载文件中的参数数据，会根据name加载数据并保存到变量W和b中        save_path = saver.restore(sess, 'my_net/save_net.ckpt')        # 输出保存路径        print 'Weights: ', sess.run(W)        print 'biases:  ', sess.run(b)# save_para()restore_para()

执行结果如下：

# saveSave to path:  my_net/save_net.ckpt# restoreWeights:  [[ 1.  2.  3.] [ 4.  5.  6.]]biases:   [[ 1.  2.  3.]]