保存模型调用Saver,指定路径
import tensorflow as tf #声明两个变量并计算它们的和。 v1 = tf.Variable(tf.constant(1.0,shape=[1]),name="v1") v2 = tf.Variable(tf.constant(2.0,shape=[1]),name="v2") result = tf.add(v1,v2,name="add") init_op = tf.global_variables_initializer() #声明tf.train.Saver 类用于保存模型。 saver = tf.train.Saver() with tf.Session() as sess: sess.run(init_op) #将模型保存到指定路径的文件中 saver.save(sess,"D:\Appium\Perculator\SaverModel\model")
在指定路径下,会生成如下文件:
接着,直接加载模型
import tensorflow as tf #直接加载持久化的图。 saver = tf.train.import_meta_graph("D:\Appium\Perculator\SaverModel\model.meta") with tf.Session() as sess: saver.restore(sess,tf.train.latest_checkpoint("D:\Appium\Perculator\SaverModel")) #通过张量的名称来获取张量。 print (sess.run(tf.get_default_graph().get_tensor_by_name("add:0"))) #输出[3.]
输出结果为:[3.]