详解TensorFlow查看ckpt中变量的几种方法
查看TensorFlow中checkpoint内变量的几种方法
查看ckpt中变量的方法有三种：
- 在有model的情况下，使用tf.train.Saver进行restore
- 使用tf.train.NewCheckpointReader直接读取ckpt文件，这种方法不需要model。
- 使用tools里的freeze_graph来读取ckpt
注意：
- 如果模型保存为.ckpt的文件，则使用该文件就可以查看.ckpt文件里的变量。ckpt路径为model.ckpt
- 如果模型保存为.ckpt-xxx-data(图结构)、.ckpt-xxx.index(参数名)、.ckpt-xxx-meta(参数值)文件，则需要同时拥有这三个文件才行。并且ckpt的路径为model.ckpt-xxx
1.基于model来读取ckpt文件里的变量
1.首先建立model
2.从ckpt中恢复变量
withtf.Graph().as_default()asg: #建立model images,labels=cifar10.inputs(eval_data=eval_data) logits=cifar10.inference(images) top_k_op=tf.nn.in_top_k(logits,labels,1) #从ckpt中恢复变量 sess=tf.Session() saver=tf.train.Saver()#saver=tf.train.Saver(...variables...)#恢复部分变量时，只需要在Saver里指定要恢复的变量 save_path='ckpt的路径' saver.restore(sess,save_path)#从ckpt中恢复变量
注意：基于model来读取ckpt中变量时，model和ckpt必须匹配。
2.使用tf.train.NewCheckpointReader直接读取ckpt文件里的变量，使用tools.inspect_checkpoint里的print_tensors_in_checkpoint_file函数打印ckpt里的东西
#使用NewCheckpointReader来读取ckpt里的变量
fromtensorflow.pythonimportpywrap_tensorflow
checkpoint_path=os.path.join(model_dir,"model.ckpt")
reader=pywrap_tensorflow.NewCheckpointReader(checkpoint_path)#tf.train.NewCheckpointReader
var_to_shape_map=reader.get_variable_to_shape_map()
forkeyinvar_to_shape_map:
print("tensor_name:",key)
#print(reader.get_tensor(key))
#使用print_tensors_in_checkpoint_file打印ckpt里的内容 fromtensorflow.python.tools.inspect_checkpointimportprint_tensors_in_checkpoint_file print_tensors_in_checkpoint_file(file_name,#ckpt文件名字 tensor_name,#如果为None,则默认为ckpt里的所有变量 all_tensors,#bool是否打印所有的tensor，这里打印出的是tensor的值，一般不推荐这里设置为False all_tensor_names)#bool是否打印所有的tensor的name #上面的打印ckpt的内部使用的是pywrap_tensorflow.NewCheckpointReader所以，掌握NewCheckpointReader才是王道
3.使用tools里的freeze_graph来读取ckpt
fromtensorflow.python.toolsimportfreeze_graph freeze_graph(input_graph,#=some_graph_def.pb input_saver, input_binary, input_checkpoint,#=model.ckpt output_node_names,#=softmax restore_op_name, filename_tensor_name, output_graph,#='./tmp/frozen_graph.pb' clear_devices, initializer_nodes, variable_names_whitelist='', variable_names_blacklist='', input_meta_graph=None, input_saved_model_dir=None, saved_model_tags='serve', checkpoint_version=2) #freeze_graph_test.py讲述了怎么使用freeze_grapg。
使用freeze_graph可以将图和ckpt进行合并。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。