tensorflow模型提取，和使用模型做测试

最新推荐文章于 2022-06-07 15:30:00 发布

love萌萌loli

最新推荐文章于 2022-06-07 15:30:00 发布

阅读量1.8k

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/qwe2508/article/details/80849404

版权

tensorflow 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

如果我已经通过

saver = tf.train.Saver()

保存了一个模型，然后我要读取模型，代码如下

saver = tf.train.Saver()
gpu_options = tf.GPUOptions(allow_growth=True)

        with tf.Session(config=tf.ConfigProto(log_device_placement=False, allow_soft_placement=True,
                                              gpu_options=gpu_options)) as sess:
            saver.restore(sess,'/home/user/python/tensorflow_1/tensorflow_exercise/model/cifar_new8.ckpt')
            # sess.run(init_op)
            images_batch, labels_batch=sess.run([images_test, labels_test])
            aaa=sess.run(images_holder,feed_dict={images_holder:images_batch,labels_holder:labels_batch})
            print(aaa)
            print("训练完毕！")

saver,restore的是原来保存的模型，其实回收的模型和普通的网络设计是一样的，也需要通过 sess.run来传递数据，然后 sess.run
来查看某个节点的数据，然后print来输出，只是多了一个saver.restore而已，其他的没有什么区别。
，，