tensorflow中读取模型中保存的值, tf.train.NewCheckpointReader

最新推荐文章于 2022-07-18 09:45:14 发布

onexming

最新推荐文章于 2022-07-18 09:45:14 发布

阅读量7.1k

点赞数 2

分类专栏： tensorflow

本文链接：https://blog.csdn.net/qq_39124762/article/details/82951818

版权

本文介绍了如何在TensorFlow中利用tf.train.NewCheckpointReader读取已保存模型的变量信息和值。通过打印模型目录下所有变量的名字、数据类型和形状，以及详细步骤来获取变量的具体数值。

摘要由CSDN通过智能技术生成

使用tf.trian.NewCheckpointReader(model_dir)

一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)

checkpoint
Model.meta
Model.data-00000-of-00001
Model.index

import tensorflow as tf
import pprint # 使用pprint 提高打印的可读性
NewCheck =tf.train.NewCheckpointReader("model")

打印模型中的所有变量

print("debug_string:\n"<

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

onexming

关注关注

2
点赞
踩
13

收藏

觉得还不错? 一键收藏
4
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader

09-17

今天小编就为大家分享一篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader，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

tf.train.NewCheckpointReader

liugan528的博客

11-05

2454

保存训练模型的时候不仅持久化了计算图结构，也持久化了变量的取值。 TensorFlow提供的tf.train.NewCheckpointReader类来查看保存的变量的信息。 import tensorflow as tf v1 = tf.Variable(tf.constant(1.0,tf.float32, [1]),name='v1') v2 = tf.Variable(tf.constant(2.0,tf.float32, [1]),name='v2') result = v1 + v2 sav

4 条评论您还未登录，请先登录后发表或查看评论

Tensorflow: 从checkpoint文件中读取tensor name和值

DRACOYU的博客

01-19

3373

有时候使用ckpt时需要查看内部tensor name和值时，需要打印输出，ckpt文件的话放到checkpoint，如果三个文件，只添加文件名，类型忽略。 import os from tensorflow.python import pywrap_tensorflow checkpoint_path = os.path.join(model_dir, "print——model.ckpt...

[Tensorflow][Train]Tensorflow 使用Detect API 训练自己的data(local)

wlnvgu的专栏

12-05

1584

下载Detect API git clone https://github.com/tensorflow/models.git 安装一些软件并检测是否可用 sudo apt-get install protobuf-compiler python-pil python-lxml sudo pip install jupyter sudo pip install matplotli

TensorFlow模型文件保存和读取

修炼之路

11-11

1万+

一、模型文件的保存在训练一个TensorFlow模型之后，我们可以将训练好的模型保存成文件，这样可以方便下一次对新的数据进行预测的时候直接加载训练好的模型即可获得结果，下面通过TensorFlow提供的tf.train.Saver函数，将一个模型保存成文件，一般习惯性的将TensorFlow的模型文件命名为*.ckpt文件。 import tensorflow as tf if __nam

tensorflow实现训练变量checkpoint的保存与读取

12-20

通过这些步骤，你可以有效地在TensorFlow中保存和恢复模型的训练状态，无论是整个模型还是部分变量。这使得模型训练可以随时中断并从上次保存的状态继续，也方便模型的迁移和微调。在实际应用中，这能提高训练效率，...

07-TensorFlow 模型参数提取

鸣鼓ming的博客

04-18

1021

之前介绍了神经网络可以生成模型文件进行存储, 其实模型中的参数是可以查看的, 详情请看代码 import tensorflow as tf from tensorflow.keras.layers import Dense from tensorflow.keras import Model from sklearn import datasets import numpy as np x_train = datasets.load_iris().data y_train = datasets.load_

TensorFlow学习笔记（8）--网络模型的保存和读取

热门推荐

对角巷

03-16

5万+

之前的笔记里实现了softmax回归分类、简单的含有一个隐层的神经网络、卷积神经网络等等，但是这些代码在训练完成之后就直接退出了，并没有将训练得到的模型保存下来方便下次直接使用。为了让训练结果可以复用，需要将训练好的神经网络模型持久化，这就是这篇笔记里要写的东西。TensorFlow提供了一个非常简单的API，即tf.train.Saver类来保存和还原一个神经网络模型。下面代码给出了保存Tenso

tf.train.NewCheckpointReader实现保存变量的提取

UESTC_C2_403的博客

05-17

9348

tf.train.NewCheckpointReader('path')：path是保存的路径，这个函数可以得到保存的所有变量例如：先保存一个模型，参数为v,v1.import tensorflow as tf; import numpy as np; import matplotlib.pyplot as plt; v = tf.Variable(0, dtype=tf.f

Tensorflow: 从checkpoint文件中读取tensor（checkpoint.ckpt)

wuguangbin1230的博客

01-18

6794

在使用pre-train model时候，我们需要restore variables from checkpoint files. 经常出现在checkpoint 中找不到”Tensor name not found”. 1. 这时候需要查看一下ckpt中到底有哪些变量 import os from tensorflow.python import pywrap_tensorflow c...

module ‘tensorflow.python.pywrap_tensorflow‘ has no attribute ‘NewCheckpointReader‘的解决方法

knighthood2001

07-18

3018

module 'tensorflow.python.pywrap_tensorflow' has no attribute 'NewCheckpointReader'的解决方法

输出TensorFlow中checkpoint内变量的几种方法

jyshee的博客

09-17

2万+

在上一篇关于MDM模型的文章中，作者给出的是基于TensorFlow的实现。由于一些原因，需要将在TF上训练好的模型转换为Caffe，经过一番简化，现在的要需求是只要将TF保存在checkpoint中的变量值输出到txt或npy中即可。这里列了几种简单的可行的方法。 1，最简单的方法，是在有model 的情况下，直接用tf.train.saver进行restore，就像 cifar10_

Tensorflow 1.0之后模型文件、权重数值的读取

我是一只比菜鸟还菜的菜鸟！

05-23

2955

保存的文件有4个： checkpoint model-parameters.bin-46000.data-00000-of-00001 model-parameters.bin-46000.index model-parameters.bin-46000.meta 读取代码： from tensorflow.python import pywrap_tensorflow with t...

从TensorFlow模型中提取具体参数值

NeverGx的博客

03-30

2540

代码 import tensorflow as tf from tensorflow.python import pywrap_tensorflow model_dir = “/home/model” ckpt = tf.train.get_checkpoint_state(model_dir) ckpt_path = ckpt.model_checkpoint_path reader = pyw...

TensorFlow实现模型断点训练，checkpoint模型载入

Sesen的木屋

08-04

1万+

深度学习中，模型训练一般都需要很长的时间，由于很多原因，导致模型中断训练，下面介绍继续断点训练的方法。方法一：载入模型时，不必指定迭代次数，一般默认最新 # 保存模型 saver = tf.train.Saver(max_to_keep=1) # 最多保留最新的模型 # 开启会话 with tf.Session() as sess: # saver.restore(sess, '...

代码卡在了 tensorflow:Waiting for new checkpoint at

binqiang2wang

06-24

3422

这不是一个错误，这种情况需要一遍训练一遍验证，但是训练和验证是分开的，所以需要不断监听保存模型的网络，看是否有新的模型生成，只要有，就开始验证新的模型。 TensorFlow学习笔记（11）–【Ubuntu】slim框架下的inception_v4模型的运行、可视化、导出和使用...

Tf.estimator.BaselineClassifier踩坑之旅

qq_39446355的博客

01-14

1445

编译器：JupyterLab 代码： import matplotlib as mpl import matplotlib.pyplot as plt #matplotlib inline import numpy as np import sklearn import pandas as pd import os import sys import time import tensorf...

TensorFlow数据处理：tf.data API快速教程

在 TensorFlow 中，`tf.data` 模块是处理数据的核心工具，它提供了一系列的类和方法，用于高效地加载、转换和馈送数据到模型中。这个模块使得数据流水线的构建变得简单，从而能够优化训练过程的性能。本文档主要通过...