首页 / TENSORFLOW / 跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()

跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含997字，纯文字阅读大概需要2分钟。

内容图文

save =  tf.train.Saver()

通过save. save() 实现数据的加载

通过save.restore() 实现数据的导出

 

第一步： 数据的载入

            import
             tensorflow as tf


            #
            创建变量
v1 = tf.Variable(tf.random_normal([1, 2], name=‘v1‘))
v2 = tf.Variable(tf.random_normal([2, 3], name=‘v2‘))
#初始化变量
init_op = tf.global_variables_initializer()
#构建训练模型的保存
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(init_op)
    print(‘V1:‘, sess.run(v1))
    print(‘V2:‘, sess.run(v2))
    # saver.save(保存内容， 保存路径)
    saver_path = saver.save(sess, ‘save/model.ckpt‘)
    print(‘Model saved in file:‘, saver_path)

第二步： 数据的导出

            import
             tensorflow as tf
# v1，v2的设定，主要是看看输出的v1是哪个v1
v1 = tf.Variable(tf.random_normal([1, 2]), name=‘v1‘)
v2 = tf.Variable(tf.random_normal([2, 3]), name=‘v2‘)
# 构建保存模型
saver = tf.train.Saver()
with tf.Session() as sess:
    # 重新加载模型(重新赋予名字， 加载的路径)
    saver.restore(sess, ‘save/model.ckpt‘)
    print(‘V1:‘, sess.run(v1))
    print(‘V2:‘, sess.run(v2))
    print(‘Model restored‘)

 

原文：https://www.cnblogs.com/my-love-is-python/p/9570286.html

内容总结

以上是互联网集市为您收集整理的跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()全部内容，希望文章能够帮你解决跟我学算法- tensorflow模型的保存与读取 tf.train.Saver()所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1221439.html

来源：【匿名】