TF:利用TF的train.Saver将训练好的W、b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据)

TF:利用TF的train.Saver将训练好的W、b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据)

 

 

目录

输出结果

代码设计


 

 

输出结果


代码设计

import tensorflow as tf
import numpy as np

W = tf.Variable([[2,1,8],[1,2,5]], dtype=tf.float32, name='weights')
b = tf.Variable([[1,2,5]], dtype=tf.float32, name='biases')
  
init= tf.global_variables_initializer()  
  
saver = tf.train.Saver()     
  
with tf.Session() as sess:   
    sess.run(init)
    save_path = saver.save(sess, "niu/save_net.ckpt") 
    print("Save to path: ", save_path)
#TF:利用TF的train.Saver载入曾经训练好的variables(W、b)以供预测新的数据
import tensorflow as tf
import numpy as np
 
W = tf.Variable(np.arange(6).reshape((2, 3)), dtype=tf.float32, name="weights")
b = tf.Variable(np.arange(3).reshape((1, 3)), dtype=tf.float32, name="biases")
  
saver = tf.train.Saver()
with tf.Session() as sess: 
    saver.restore(sess, "niu/save_net.ckpt")
    print("weights:", sess.run(W))
    print("biases:", sess.run(b))

 

相关文章
TF:利用TF的train.Saver将训练好的W、b模型文件保存+新建载入刚训练好模型(用于以后预测新的数据)

 

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

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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