TensorFlow利用saver保存和提取參數(shù)的實例
在訓(xùn)練循環(huán)中,定期調(diào)用 saver.save() 方法,向文件夾中寫入包含了當(dāng)前模型中所有可訓(xùn)練變量的 checkpoint 文件。
saver.save(sess, FLAGS.train_dir, global_step=step)
global_step是訓(xùn)練的第幾步
保存參數(shù):
import tensorflow as tf W = tf.Variable([[1, 2, 3]], dtype=tf.float32) b = tf.Variable([[1]], dtype=tf.float32) saver = tf.train.Saver() sess = tf.InteractiveSession() tf.global_variables_initializer().run() # 必須要指定文件夾,保存到ckpt文件 save_path = saver.save(sess, "winycg/1.ckpt") print(save_path)
一次 saver.save() 后可以在文件夾中看到新增的四個文件,實際上每調(diào)用一次保存操作會創(chuàng)建后3個數(shù)據(jù)文件并創(chuàng)建一個檢查點(checkpoint)文件,簡單理解就是權(quán)重等參數(shù)被保存到 .chkp.data 文件中,以字典的形式;圖和元數(shù)據(jù)被保存到 .chkp.meta 文件中,可以被 tf.train.import_meta_graph 加載到當(dāng)前默認的圖。
讀取參數(shù):
import tensorflow as tf import numpy as np W = tf.Variable(np.arange(3).reshape(1, 3), dtype=tf.float32) b = tf.Variable(np.arange(1).reshape(1, 1), dtype=tf.float32) saver = tf.train.Saver() sess = tf.InteractiveSession() # 讀取參數(shù)時不需要global_variables_initializer() save_path = saver.restore(sess, "parameter/1.ckpt") print("weights:", sess.run(W)) print("bias:", sess.run(b))
weights: [[ 1. 2. 3.]]
bias: [[ 1.]]
以上這篇TensorFlow利用saver保存和提取參數(shù)的實例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法
目標(biāo)物體的輪廓實質(zhì)是指一系列像素點構(gòu)成,這些點構(gòu)成了一個有序的點集,這篇文章主要給大家介紹了關(guān)于Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法,需要的朋友可以參考下2021-08-08python中使用 unittest.TestCase單元測試的用例詳解
python 在unittest.TestCase 中提高了很多斷言方法,這篇文章主要介紹了python中使用 unittest.TestCase 進行單元測試的操作方法,需要的朋友可以參考下2021-08-08pytorch: Parameter 的數(shù)據(jù)結(jié)構(gòu)實例
今天小編就為大家分享一篇pytorch: Parameter 的數(shù)據(jù)結(jié)構(gòu)實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12python 獲取網(wǎng)頁編碼方式實現(xiàn)代碼
這篇文章主要介紹了python 獲取網(wǎng)頁編碼方式實現(xiàn)代碼的相關(guān)資料,需要的朋友可以參考下2017-03-03jmeter中用python實現(xiàn)請求參數(shù)的隨機方式
首先,需下載Jython插件于https://www.jython.org/download后,將其放入JMeter的lib目錄并重啟JMeter,其次,添加JSR223PreProcessor并選擇Python作為語言,編寫腳本,其中metrics_ids3和metrics_weidu3為列表變量2024-10-10

python數(shù)字圖像處理實現(xiàn)直方圖與均衡化