tensorflow导入模型的数据

本文记录了在TensorFlow中遇到的三个问题:训练模型后试图直接获取低维表示,模型导入时的错误,以及加载模型后的使用困惑。通过解决这些问题,作者理解到不能在训练过程中保存低维表示,需要在训练完成后使用权重计算;模型导入时要注意模型名称和路径的准确性;加载模型后需了解如何应用模型的变量。
摘要由CSDN通过智能技术生成

今天遇到了很多弱智问题, 都是新手才会犯的错误, 可能不够全面, 因为我在遇到了问题的时候只是考虑如何解决它, 而没有仔细思考问题是如何发生的.

问题一

首先, 我训练了一个神经网络的模型, 得到了权值W和偏移值b. 一开始我想直接在模型训练的过程中得到向量的低维表示(多么弱智的想法), 后来发现tensorflow是并行计算的, 而且每次的训练集好像是随机的, 因此, 我本来输入的数据只有13M, 可是导出的数组竟然有3G+, 这当然不对, 但是为什么呢? 我考虑了很久…后来才想明白哪能边训练边保存啊…(虽然还不知道为啥)

我后来终于开窍了, 不能直接在训练的时候得到网络表示, 那么我在训练结束W和b都定下来了, 直接用W和b再算一下输出的低维表示就行了呀. 于是我就开始了漫长的计算, 导入, 导入有错, 查资料的过程…

问题二

我在查的时候, 找到了好像好几种导入模型的方法, 每一种都试了一下, 但是不是每一种都能理解.

有一种是这个:

dir = "/home/dbliu/Deep_Matrix_Factorization_Models/checkPoint"
with tf.Session() as sess
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