tensorflow模型保存读取

模型保存读取参考

TensorFlow 模型保存/载入的两种方法

TensorFlow保存或加载训练的模型

模型参数保存

保存时会把你里边定义的所有变量保存，W和b都会保存

import tensorflow as tf
import numpy as np


W = tf.Variable([[1,2,3],[3,4,5]], dtype=tf.float32, name='weights')
b = tf.Variable([[1,2,3]], dtype=tf.float32, name='biases')

init= tf.initialize_all_variables()

saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init)
    save_path = saver.save(sess, "my_net/save_net.ckpt")
    print("Save to path: ", save_path)

读取模型参数

方法1-要重新定义相同参数的网络

这种方法，模型参数保存时定义了几个变量，读取时应该定义相同的变量

import t