TensorFlow Saver:保存和读取模型参数.ckpt实例
在使用TensorFlow的过程中，保存模型参数变量是很重要的一个环节，既可以保证训练过程信息不丢失，也可以帮助我们在需要快速恢复或使用一个模型的时候，利用之前保存好的参数之间导入，可以节省大量的训练时间。本文通过最简单的例程教大家如何保存和读取.ckpt文件。
一、保存到文件
首先是导入必要的东西：
importtensorflowastf importnumpyasnp
随便写几个变量：
#Savetofile #remembertodefinethesamedtypeandshapewhenrestore W=tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name='weights') b=tf.Variable([[1,2,3]],dtype=tf.float32,name='biases') init=tf.initialize_all_variables()
定义一个saver，来存储我们的各种变量：
saver=tf.train.Saver()
保存的文件用.ckpt后缀：
withtf.Session()assess:
sess.run(init)
save_path=saver.save(sess,"my_net/save_net.ckpt")
print("Savetopath:",save_path)
上面我们就完成了保存操作。
接下来我们要把之前保存过的变量取出来。
二、取出之前保存的变量
这里要注意，取出时要先开辟一个容器来装，shape和type要和我们之前保存的.ckpt一样。
#restorevariables #redefinethesameshapeandsametypeforyourvariables W=tf.Variable(np.arange(6).reshape((2,3)),dtype=tf.float32,name="weights") b=tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32,name="biases")
restore时，不需要进行init=tf.initialize_all_variables()操作。
利用saver提取文件：
saver=tf.train.Saver()
withtf.Session()assess:
saver.restore(sess,"my_net/save_net.ckpt")
print("weights:",sess.run(W))
print("biases:",sess.run(b))
结果：
以上这篇TensorFlowSaver:保存和读取模型参数.ckpt实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。