#!/usr/bin/env python3
# -*- coding:utf-8 -*-
import tensorflow as tf
'''
Variables:变量:创建、初始化、保存、恢复
TensorFlow Variables 是内存中的容纳 tensor 的缓存。
这一小节介绍了用它们在模型训练时(during training)创建、保存和更新模型参数(model parameters) 的方法。
from: http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/variables.html
'''
# 两个类
# tf.Variable 类
# tf.train.Saver 类
# 1.创建变量
weights = tf.Variable(tf.random_normal([784, 200], stddev = 0.35), name = "weights")
biases = tf.Variable(tf.zeros([200]), name = "biases")
# 2.初始化变量
# 变量的初始化必须在模型的其它操作运行之前先明确地完成。
# 最简单的方法就是添加一个给所有变量初始化的操作,并在使用模型之前首先运行那个操作。
init_op = tf.initialize_all_variables()
# 3.保存变量
# 用tf.train.Saver()创建一个Saver来管理模型中的所有变量。
saver = tf.train.Saver()
# 4.恢复变量
# 用同一个Saver对象来恢复变量。注意,当你从文件中恢复变量时,不需要事先对它们做初始化。
# 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, "/tmp/model.ckpt")
print("model restored")
机器学习笔记--TensorFlow学习笔记(2)--Variables
最新推荐文章于 2024-04-12 12:34:01 发布