[Tensorflow之九]Tensorflow模型的保存与加载

一、保存模型

例：

import tensorflow as tf
var1 = tf.Variable(tf.constant(1.0,shape=[1]),name='num1')
var2 = tf.Variable(tf.constant(2.0,shape=[1]),name='num2')
var = var1 +var2
#定义存储器
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(var))
    saver.save(sess,'/xx/saver/model.ckpt') //将模型保存至XX路径下；

存储后，该路径下将会有以下几个文件：

-rw-rw-r-- 1 xxxx xxxx  143 1月   8 23:45 checkpoint
-rw-rw-r-- 1 xxxx xxxx    8 1月   8 23:27 .data-00000-of-00001
-rw-rw-r-- 1 xxxx xxxx  145 1月   8 23:27 .index
-rw-rw-r-- 1 xxxx xxxx 3578 1月   8 23:27 .meta
-rw-rw-r-- 1 xxxx xxxx    8 1月   8 23:45 model.ckpt.data-00000-of-00001
-rw-rw-r-- 1 xxxx xxxx  145 1月   8 23:45 model.ckpt.index
-rw-rw-r-- 1 xxxx xxxx 3578 1月   8 23:45 model.ckpt.meta

二、加载模型

例：

import tensorflow as tf

#加载图的结构
saver = tf.train.import_meta_graph('/home/abig/vscode/project1/saver/model.ckpt.meta')
with tf.Session() as sess:

#加载变量值，并将变量值存入sess中
    saver.restore(sess,'/home/abig/vscode/project1/saver/model.ckpt')

#打印出变量值
    print(sess.run(tf.get_default_graph().get_tensor_by_name("num1:0")))
    print(sess.run(tf.get_default_graph().get_tensor_by_name("num2:0")))

输出结果为

[ 1.]

[ 2.]