Tensorflow学习：saver_save保存模型（手写数字识别，简单神经网络）

最新推荐文章于 2022-03-01 15:22:07 发布

空城不空99

最新推荐文章于 2022-03-01 15:22:07 发布

阅读量772

点赞数

分类专栏： Tensorflow学习文章标签： tensorflow 深度学习机器学习神经网络 python

本文链接：https://blog.csdn.net/cui1004/article/details/107817090

版权

本文介绍了如何使用TensorFlow的saver_save功能来保存神经网络模型，结合手写数字识别的实例，深入理解模型保存过程。

摘要由CSDN通过智能技术生成

Tensorflow学习：saver_save保存模型

#保存模型
saver = tf.train.Saver()
saver.save(sess,'net/my_net.ckpt')

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 载入数据集
mnist = input_data.read_data_sets("MNST_data", one_hot=True)

# 每个批次的大小：一次性向神经网络中放入100张图片进行训练:以矩阵的形式放进去
batch_size = 100
# 计算一共多少个批次 //:整除
n_batch = mnist.train.num_examples // batch_size

# 定义两个placeholder  None:过会以一个批次喂进去，784：28*28(把一个图片拉成一个784的向量) 10:输出时0-9的10个数
x = tf.placeholder(tf.float32, [None