Tensorflow 获取model中的变量列表

最新推荐文章于 2022-01-04 14:32:39 发布
最新推荐文章于 2022-01-04 14:32:39 发布
阅读量762 收藏
点赞数
分类专栏： tensorflow 深度学习 文章标签： tensorflow 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/not_guy/article/details/118417634
版权
本文介绍了在TensorFlow中动态获取模型变量列表的多种方式，包括使用`tf.trainable_variables`和`tf.global_variables`获取全部或训练变量，利用`tensorflow.contrib.slim`模块的`get_variables`和`get_variables_to_restore`进行筛选，以及如何从已保存的模型文件中离线获取变量列表。
摘要由CSDN通过智能技术生成

1、动态获取 

（1）朴素获取法
       1） 朴素获取可训练变量：t_vars = tf.trainable_variables()
       2）朴素获取全部变量，包含声明training=False变量：all_vars = tf.global_variables()
（2）使用tensorflow.contrib.slim
       1） 获取常规变量(是slim里面与model变量对应的一个类型)：regular_variables = slim.get_variables()
       2）直接获取：vars = slim.get_variables_to_restore()
       3）slim用于筛选方法
            a. 通过name筛选: variables = slim.get_variables_by_name("d_")
            b. 通过name后缀筛选：variables = slim.get_variables_by_suffix("_b")
            c. 通过namespace筛选：variables = slim.get_variables(scope="layer1")
            d. 通过include和exclude筛选
                d0. variables_to_restore = slim.get_variables_to_restore(include=["d_"])
                d1. variables_to_restore = slim.get_var

最低0.47元/天 解锁文章
gyl2016
关注
专栏目录
tensorflow创建变量以及根据名称查找变量
shuzfan的专栏
01-28 1万+
环境：Ubuntu14.04，tensorflow=1.4(bazel源码安装)，Anaconda python=3.6 声明变量主要有两种方法：tf.Variable和 tf.get_variable，二者的最大区别是： (1) tf.Variable是一个类，自带很多属性函数；而 tf.get_variable是一个函数; (2) tf.Variable只能生成独一无二的变量，即如果给出
tensorflow 获取checkpoint中的变量列表实例
12-20
方式1：静态获取,通过直接解析checkpoint文件获取变量名及变量值 通过 reader = tf.train.NewCheckpointReader(model_path) 或者通过： from tensorflow.python import pywrap_tensorflow reader = pywrap_tensorflow.NewCheckpointReader(model_path) 代码： model_path = "./checkpoints/model.ckpt-75000" ## 下面两个reader作用等价 #reader = pywrap_tensorflo
如何输出查看tensorflow内的变量值
sa726663676的博客
08-19 2万+
tensorflow变量的值不可以直接打印出来，用print函数打印的只是变量的结构，要想查看tensorflow内的变量值可以用以下方法 1.用tf.Session()函数 import tensorflow as tf # sess=tf.Session() # w1=tf.Variable(5,dtype=tf.int32) # sess.run(tf.global_variables_i...
tensorflow查看所有变量和checkpoint保存的变量
weixin_42752435的博客
12-12 489
当tensorflow加载训练好的模型时，如果现在创建的图中变量与保存的不一致时，就会报错，报出类似这样的错误 NotFoundError (see above for traceback): Key Variable not found in checkpoint [[Node: save/RestoreV2 这时我们可以打印出所有变量名，比较有什么不同 对于checkpoint保存的：...
Tensorflow 获取model中的变量列表，用于模型加载等
wzg2016的博客
08-16 2663
转自(稍作修改):https://blog.csdn.net/w55100/article/details/88141744 前言 需求来自声明saver时需要指定变量列表。 var_list = saver._var_list print(type(var_list[0])) #output : <class 'tensorflow.python.ops.variables....
详解TensorFlow查看ckpt中变量的几种方法
09-20
在深度学习框架TensorFlow中，模型的训练过程往往伴随着变量的更新。在训练完成后，这些变量的状态（也就是权重和偏置等参数）会被保存在checkpoint文件中，通常以.ckpt为后缀。了解如何查看或检查这些变量的状态...
TensorFlow获取加载模型中的全部张量名称代码
09-17
这篇教程将详细介绍如何在Python中使用TensorFlow获取加载模型中的全部张量名称。 首先，我们需要导入必要的库，包括TensorFlow和操作系统相关的模块： ```python import tensorflow as tf import os ``` 接下来...
tensorflow中的变量管理
CurryCoder的个人博客
09-03 521
import tensorflow as tf # variable_scope()示例 """ tensorflow中通过变量名称获取变量的机制主要是通过tf.get_variable和tf.variable_scope函数实现的 tf提供tf.get_variable函数来创建或获取变量；当tf.get_variable用于创建变量时，它和tf.Variable的功能基本等价 """ # ...
Tensorflow 查看变量的值方法
09-20
今天小编就为大家分享一篇Tensorflow 查看变量的值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Tensorflow 查看变量的值
atfuies的专栏
10-16 9895
TensorFlow怎样输出变量值
读取并输出tensorflow中所有变量的方法
Don't worry,be happy
07-13 6816
variable_names = [v.name for v in tf.trainable_variables()] values = sess.run(variable_names) for k, v in zip(variable_names, values): print("Variable: ", k) print("Shape: ", v.shape) prin...
Tensorflow训练过程中查看某参数的值
Glooow的博客
03-14 4647
有时候训练过程中想要打印某一可训练参数的值，查看训练效果，可以使用如下方法 import tensorflow as tf with tf.name_scope('A'): var = tf.Varable(initial_value = tf.zeros([3,3]), name = 'var') with tf.Session() as sess: varvar = sess.g...
tensorflow简单的查看程序运行时变量的值
sa726663676的博客
09-04 1806
下面程序演示tensorflow如何在程序的信息中打印变量的值，可用于调试： 为了简单，我们用y=wx作为演示实例，其中w表示变量参数（初始值设为1），x表示输入 损失函数我们选择（真实值-预测值）loss=y-logit，这里损失函数没有什么意义，只是作为演示实例 我们想求每次w的变化就需要用梯度下降法 loss=y-logit,logit=wx （logit为预测值） （1）...
tensorflow 查看模型中的参数列表及对应的值
beginerToBetter的博客
01-04 3764
tensorflow的checkpoint文件存储模型使用的变量对象，其是一个二进制文件，将变量名映射到对用的tensor值，因此可通过该文件查看参数对应的值 #使用NewCheckpointReader来读取ckpt里的变量 from tensorflow.python import pywrap_tensorflow # 以下XXX为模型保存chechpoint文件的相对路径，如"model/bestParMTCR_gateBehavior.ckpt" checkpoint_path = "XXX".
TensorFlow的可训练变量和自动求导机制
hanhan的博客
08-26 1453
文章目录一些概念、函数、用法TensorFlow实现一元线性回归 一些概念、函数、用法 对象Variable 创建对象Variable： tf.Variable(initial_value,dtype) 利用这个方法，默认整数为int32，浮点数为float32，注意Numpy默认的浮点数类型是float64，如果想和Numpy数据进行对比，则需要修改与numpy一致，否则在机器学习中float32位够用了。 将张量封装为可训练变量 print(tf.Variable(tf.random. norm.
数据挖掘模型中的IV和WOE详解
热门推荐
一些杂七杂八的想法
03-02 25万+
1.IV的用途 IV的全称是Information Value，中文意思是信息价值，或者信息量。 我们在用逻辑回归、决策树等模型方法构建分类模型时，经常需要对自变量进行筛选。比如我们有200个候选自变量，通常情况下，不会直接把200个变量直接放到模型中去进行拟合训练，而是会用一些方法，从这200个自变量中挑选一些出来，放进模型，形成入模变量列表。那么我们怎么去挑选入模变量呢？ 挑选入模变
tensorflow的归一化和 Tensorflow-查看保存的变量及名字
天马行空的博客
04-11 1337
归一化的理由 过大或过小的数值可能导致计算浮点的上溢或下溢 不同的数值范围导致不同属性对模型的重要性不同，对优化造成困难，训练时间变长 机器学习常用方法（正则）技巧/模型都假设属性取值在以0为均值的附近 import tensorflow as tf import os logdir='./output/' from tensorflow.python import pywr...
tensorflow获取部分网络层的参数
最新发布
03-08
可以使用tensorflow中的tf.trainable_variables()函数获取所有可训练的变量，然后根据需要选择需要的网络层的参数。例如，可以使用以下代码获取网络中第一层和第二层的参数： ``` import tensorflow as tf # 定义...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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