首页 / TENSORFLOW / tensorflow 计算图模型的保存和恢复

tensorflow 计算图模型的保存和恢复

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tensorflow 计算图模型的保存和恢复，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1537字，纯文字阅读大概需要3分钟。

内容图文

定义计算图并计算，保存其中的变量 。保存.ipynb

            import
             tensorflow as tf
tf.reset_default_graph()

            #
             Create some variables.
v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer)
v2 = tf.get_variable("v2", shape=[5], initializer = tf.zeros_initializer)

inc_v1 = v1.assign(v1+1)
dec_v2 = v2.assign(v2-1)

# Add an op to initialize the variables.
init_op = tf.global_variables_initializer()

# Add ops to save and restore all the variables.
saver = tf.train.Saver()

# Later, launch the model, initialize the variables, do some work, and save the
# variables to disk.with tf.Session() as sess:
  sess.run(init_op)
  # Do some work with the model.  inc_v1.op.run()
  dec_v2.op.run()
  # Save the variables to disk.
  save_path = saver.save(sess, "./ckpt_test/model.ckpt")
  print("Model saved in path: %s" % save_path)

 

创建相同的图结构，图中的节点变量可以由已经保存的模型文件中的内容恢复处理，注意 首先要图进行清空（感觉tf公用了变量空间，所以如果没有清空会导致变量内容名称不一致）恢复.ipynb

            import
             tensorflow as tf
tf.reset_default_graph()


            #
             Create some variables.
v1 = tf.get_variable("v1", shape=[3])
v2 = tf.get_variable("v2", shape=[5])

# Add ops to save and restore all the variables.
saver = tf.train.Saver()

# Later, launch the model, use the saver to restore variables from disk, and
# do some work with the model.with tf.Session() as sess:
  # Restore variables from disk.
  saver.restore(sess, "./ckpt_test/model.ckpt")
  print("Model restored.")
  # Check the values of the variablesprint("v1 : %s" % v1.eval())
  print("v2 : %s" % v2.eval())

所以最好在保存和恢复的文件中都先对图清空。

原文：https://www.cnblogs.com/candyYang/p/11807068.html

内容总结

以上是互联网集市为您收集整理的tensorflow 计算图模型的保存和恢复全部内容，希望文章能够帮你解决tensorflow 计算图模型的保存和恢复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/1261172.html

来源：【匿名】