tensorflow:加载预训练网络及获取operation、tensor值

本文是关于TensorFlow中加载预训练网络以及获取tensor和operation的方法的个人笔记。介绍了通过不同方式获取计算图中的变量,并指出计算图中的tensor和operation通常是相伴出现的。文中提供两种获取tensor的方法,但强调没有明确的名字时查找的困难性。
摘要由CSDN通过智能技术生成

下文只是个人笔记,不保证正确和详尽。

tensorflow的计算图包括tensor、operation。保存一张完整的计算图意味着同时保存两者,只需要一句话。但加载网络有痛处,在于无法当你不是作者的时候,无法快速得知网络里到底有哪些tensor、operation。

先说重点

计算图里的tensor和operation几乎结伴出现(我没验证过)。定义一个variable,则它也配备一个operation;设计一个operation,则它也有对应的输出作为tensor。所有调用格式都是:

eg
tensor name:index w:0
operation name w

index怎么取的还没搞懂。
如果没有名字(这取决于一开始训练有没有取名字),那么只能用其他接口查阅有哪些名字,再调用 ,下文会提。

准备

这是我测试用的网络。注释掉的部分可以用来做对比。
tf早期的图、权重保存方式和现在的不一样,现在是分3个文件保存的:.data .meta .index,另外还有一个记录文件checkpoint。详情谷歌。

def first():
    W = tf.Variable([[1,1,1],[2,2,2]],dtype = tf.float32,name=<
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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