Tensor的保存与获取

最新推荐文章于 2024-03-01 11:46:28 发布
最新推荐文章于 2024-03-01 11:46:28 发布
阅读量896 收藏 1
点赞数
文章标签： 深度学习 tensorflow 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Toill/article/details/124819648
版权
本文详细介绍了如何使用TensorFlow的saved_model模块来保存和恢复Tensor类型的数据。通过saved_model.utils.get_tensor_from_tensor_info函数，可以将读取到的TensorInfo转换回Tensor。文章引用了两篇相关博客作为参考，帮助读者理解并实践模型的保存和加载过程。
摘要由CSDN通过智能技术生成

通过saved_model进行保存Tensor类型数据

读取时得到的数据是TensoInfo类型

获取到的TensoInfo转为Tensor

tf.saved_model.utils.get_tensor_from_tensor_info(tensor_info, graph=None, import_scope=None)

主要借鉴下面两篇文章：

记录：tf.saved_model 模块的简单使用（TensorFlow 模型存储与恢复） - 买白菜不用券 - 博客园

tensorflow模型保存（三）——tensorflow1.x版本的savedmodel格式的模型保存与加载_LoveMIss-Y的博客-CSDN博客

Toill
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
将GPU的Tensor数据保存至本地查看
qq_41657873的博客
10-13 1102
step1：将GPU转换为CPU 由于不能对GPU上的tensor直接操作，所以需要先将其转化为CPU数据 # GPU张量->CPU result = result.cuda().data.cpu().numpy() step2：保存数据 aaa = sequence_output.data.cpu().numpy() np.savetxt('result.txt',aaa) ...
一些小技巧——保存tensor和读取tensor
vegetable_me的博客
03-28 4774
保存和加载tensor到本地文件
8 读取和存储Tensor
qq_45654059的博客
08-18 290
torch.save(tensor,'xxx.pt') l = torch.load('xxx.pt') # 储存一个tensor列表 torch.save([x,y],'xy.pt') #储存一个tensor字典 torch.save({'x':x,'y':y},'xy_dict.pt') 保存和加载模型 torch.save(model.state_dict(),PATH)# 后缀为.pt model = TheModelClass(*args,**kwargs) model.load_state_d
tensorflow saver 保存和恢复指定 tensor的实例讲解
12-23
在实践中经常会遇到这样的情况： 1、用简单的模型预训练参数 2、把预训练的参数导入复杂的模型后训练复杂的模型 这时就产生一个问题： 如何加载预训练的参数。 下面就是我的总结。 为了方便说明，做一个假设：简单的模型只有一个卷基层，复杂模型有两个。 卷积层的实现代码如下： import tensorflow as tf # PS：本篇的重担是saver，不过为了方便阅读还是说明下参数 # 参数 # name：创建卷基层的代码这么多，必须要函数化，而为了防止变量冲突就需要用tf.name_scope # input_data：输入数据 # width, high：卷积小窗口的宽、高 # deep_
学习：TensorFlow模型保存和提取方法
czp_374的博客
04-12 311
复制链接 一、TensorFlow模型保存和提取方法 TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中，saver.save(sess,“Model/model.ckpt”)，实际在这个文件目录下会生成4个人文件： checkpoint文件保存了一个录下多有的...
TensorFlow1.x和TensorFlow2.x模型保存
weixin_44324036的博客
12-02 1343
TensorFlow模型各种保存方法
根据tensor的名字获取变量的值方式
09-18
本篇将介绍两种方法，通过tensor的名字来获取变量的值。 首先，让我们回顾一下示例中的代码。这里创建了一个随机输入`input`，然后通过`slim.fully_connected`函数构建了一个全连接层，这会隐式地创建权重`w`和偏置...
使用tensorflow根据输入更改tensor shape
09-16
首先，TensorFlow提供了一个名为`tf.shape`的函数，用于获取一个Tensor的形状。这个函数返回的是一个Tensor，而不是一个静态的列表。这意味着`tf.shape`的输出能够根据输入Tensor的形状动态变化。例如，如果你有一个...
tensorflow实现训练变量checkpoint的保存与读取
09-17
- **部分变量的读取与恢复**： 如果只想读取或恢复模型中的一部分变量，可以使用`tf.train.NewCheckpointReader()`来读取检查点文件中的具体变量。首先，创建一个`CheckpointReader`对象，然后获取变量名和对应的...
tensorflow: 张量（Tensor）
lanluyug的博客
03-30 477
在tensorflow程序中所有的数据都通过张量的形式来表示。在张量中并没有保存数字，它保存的是如何得到这些数字的计算过程。 来看看一个tf的加法：import tensorflow as tf a=tf.constant([1.0,2.0],name='a') b=tf.constant([2.0,3.0],name='b') result=tf.add(a,b,name='add') prin...
Python之TensorFlow的数据的读取与存储-2
weixin_30828379的博客
08-23 286
　　一、我们都知道Python由于GIL的原因导致多线程并不是真正意义上的多线程。但是TensorFlow在做多线程使用的时候是吧GIL锁放开了的。所以TensorFlow是真正意义上的多线程。这里我们主要是介绍queue式的多线程运行方式。 　　二、了解一下TensorFlow多线程queue的使用过程 　　tensorflow: 多线程是真正的多线程执行。 ...
深度学习中保存Tensor的方式及每种方式特定的应用场景和优缺点
最新发布
qq_23865133的博客
03-01 1508
在深度学习中，保存tensor的方式有多种，每种方式都有其特定的应用场景和优缺点
pytorch 保存、读取 tensor 和 numpy数据
flyingluohaipeng的博客
12-27 3854
【代码】pytorch 保存、读取 tensor 和 numpy数据。
读取torch.Tensor数据类型
qq_43622870的博客
03-20 5203
读取torch.Tensor数据类型 最近弄一下yolov5的detect.py，想提取一下检测数据，记录 a = torch.tensor(4., device='cuda:0') print(a.item(), a.dtype, a.data, a.int()) ''' 输出： 4.0 torch.float32 tensor(4., device='cuda:0') tensor(4, device='cuda:0', dtype=torch.int32) ******************
保存tensor至本地文件
热门推荐
欢迎来到打不死的小强的专栏
05-21 1万+
由于实验过程需要，将中间结果tensor保存至本地文件，这里利用numpy库中的savez函数来实现，具体的代码如下 # 首先将要保存的tensor从计算图中分离出来，这里用到detach函数 enc = by_latent.detach().cpu().numpy() 因为用的是savez函数来实现保存，所以直接拿来用就可以，保存的默认文件后缀是*.npz np.savez("/test/en...
Tf2，pytorch 获取Tensor的值
专心搬砖...
10-14 494
tensorflow pytorch 获取Tensor的值 tensor = tf.Variable(10, dtype=tf.int32) with tf.compat.v1.Session() as sess: sess.run(tf.compat.v1.global_variables_initializer()) value = sess.run(tensor) #value 就是你想要的值
Tensorflow: 从checkpoint文件中读取tensor（checkpoint.ckpt)
wuguangbin1230的博客
01-18 6787
在使用pre-train model时候，我们需要restore variables from checkpoint files.  经常出现在checkpoint 中找不到”Tensor name not found”.  1. 这时候需要查看一下ckpt中到底有哪些变量 import os from tensorflow.python import pywrap_tensorflow c...
最全Tensorflow模型保存和提取的方法——附实例
缘分天空，美丽的梦的博客
05-06 1万+
一、Tensorflow模型的保存和提取方法1、Tensorflow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将Tensoreflow模型保存到指定的路径中，saver.save(sess,'model/model.ckpt).实际在这个文件目录下有4个文件：checkpoint 文件保存了一个录下多有的模型文件列表，m...
python怎么保存tensor图像
06-02
在 PyTorch 中，可以使用 `torchvision` 库来保存 Tensor 图像。该库提供了一个 `save_image` 函数，可以将 Tensor 图像保存为指定格式的文件。以下是一个简单的示例代码： ```python import torch import torchvision.utils as vutils # 生成一个 3x256x256 的随机 Tensor 图像 img_tensor = torch.randn(3, 256, 256) # 将 Tensor 图像保存为 PNG 文件 vutils.save_image(img_tensor, 'image.png') ``` 在上面的代码中，我们首先生成了一个随机的 3x256x256 的 Tensor 图像，然后使用 `save_image` 函数将其保存为一个 PNG 文件。如果要将 Tensor 图像保存为其他格式的文件，只需将文件名的扩展名更改为所需的格式即可。例如，要将 Tensor 图像保存为 JPG 文件，只需将文件名更改为 `image.jpg`。 `save_image` 函数还提供了许多其他参数，例如设置文件名前缀、设置文件名后缀、设置图像的色彩模式、设置图像的缩放比例等。你可以查看官方文档以获取更多信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值