tensorflow 的模型保存和调用
来源:互联网 发布:9wifi九维网络客服 编辑:程序博客网 时间:2024/06/07 07:06
我们通常采用tensorflow来训练,训练完之后应当保存模型,即保存模型的记忆(权重和偏置),这样就可以来进行人脸识别或语音识别了。
1.模型的保存
# 声明两个变量v1 = tf.Variable(tf.random_normal([1, 2]), name="v1")v2 = tf.Variable(tf.random_normal([2, 3]), name="v2")init_op = tf.global_variables_initializer() # 初始化全部变量saver = tf.train.Saver() # 声明tf.train.Saver类用于保存模型with tf.Session() as sess: sess.run(init_op) print("v1:", sess.run(v1)) # 打印v1、v2的值一会读取之后对比 print("v2:", sess.run(v2)) #定义保存路径,一定要是绝对路径,且用‘/ ’分隔父目录与子目录 saver_path = saver.save(sess, "C:/Users/Administrator/Desktop/tt/model.ckpt") # 将模型保存到save/model.ckpt文件 print("Model saved in file:", saver_path)
2.模型的读取
直接读取模型时,可能会报错,我是用Spyder编译的,可以把Spyder关掉,再重新打开,就可以读取数据了。原因可能是:在模型保存时将变量初始化了。
import tensorflow as tf# 使用和保存模型代码中一样的方式来声明变量v1 = tf.Variable(tf.random_normal([1, 2]), name="v1")v2 = tf.Variable(tf.random_normal([2, 3]), name="v2")saver = tf.train.Saver() # 声明tf.train.Saver类用于保存模型with tf.Session() as sess: saver.restore(sess, "C:/Users/Administrator/Desktop/tt/model.ckpt") # 即将固化到硬盘中的Session从保存路径再读取出来 print("v1:", sess.run(v1)) # 打印v1、v2的值和之前的进行对比 print("v2:", sess.run(v2)) print("Model Restored")
0 0
- tensorflow 的模型保存和调用
- TensorFlow学习笔记10——TensorFlow保存和调用模型遇到的问题
- 6.TensorFlow模型的保存和读取
- TensorFlow模型的保存和持久化
- tensorflow中模型的保存和恢复
- tensorflow保存 和 加载模型
- Tensorflow保存和读取模型
- Tensorflow 保存和加载模型
- 保存和读取 TensorFlow 模型
- tensorflow保存和加载模型
- TensorFlow学习笔记--网络模型的保存和读取
- 【Tensorflow】图和模型的保存机制与原理
- Tensorflow的模型保存和读取tf.train.Saver
- 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 保存和加载模型 -2
- tensorflow模型参数保存和加载问题
- TensorFlow保存和加载训练模型
- Synopsys dc-2010-sp5-3安装过程(上)
- 归并排序是一种怎么样的体验
- 关于解决多台服务器间的文件实时同步问题
- GDOI第三轮模拟总结
- RecyclerView Prefetch功能探究
- tensorflow 的模型保存和调用
- 堆排序是一种怎么样的体验
- kafka在window上的安装
- 【PM】Excellent Mcoin System
- stm32f103c8v6多路PWM输出
- 由点及面,一叶知秋------集合大家庭
- 复习
- JavaScript中创建对象的方法(中)
- [BZOJ1030] 文本生成器 AC自动机+DP