在一个项目中导入多个不同tensorflow模型

本文介绍如何解决在同一个项目中导入并运行多个不同TensorFlow模型时遇到的graph冲突问题。通过为每个模型创建独立的graph,可以避免这种错误,实现多个模型的并行使用。
摘要由CSDN通过智能技术生成

刚开始直接采用调用一个模型的方法:
(1)定义网络
(2)新建sess:sess = tf.Session(config=config)
(3)定义saver:saver = tf.train.Saver()
(4)导入权重:saver.restore(sess, xxx)
但是,如果在一个项目中同时导入多个模型,会报错,应该是graph冲突,所以需要给每个模型单独新建graph:

g1 = tf.Graph()
isess = tf.Session(graph=g1)
with g1.as_default():
    (定义网络模型结构)
    isess.run(tf.global_variables_initializer())
    saver = tf.train.Saver()
    saver.restore(isess, xxx)
  • 4
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
评论 7
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
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