tensorflow 加载部分变量

最新推荐文章于 2024-07-08 16:16:15 发布

imperfect00

最新推荐文章于 2024-07-08 16:16:15 发布

阅读量1w

点赞数 2

分类专栏： tensorflow学习笔记

本文链接：https://blog.csdn.net/u011961856/article/details/76850335

版权

本文介绍了如何在TensorFlow中使用tf.train.Saver()函数保存和加载模型的部分变量。通过指定需要保存和初始化的变量列表，可以实现对模型特定变量的操作。示例代码展示了如何创建两个不同的Saver对象，一个用于初始化变量v1，另一个用于初始化变量v2和v3。

摘要由CSDN通过智能技术生成

tensorflow模型保存为saver = tf.train.Saver()函数,saver.save()保存模型,代码如下:

import tensorflow as tf

v1= tf.Variable(tf.random_normal([784, 200], stddev=0.35), name="v1")
v2= tf.Variable(tf.zeros([200]), name="v2")
saver = tf.train.Saver()
with tf.Session() as sess:
     init_op = tf.global_variables_initializer()
     sess.run(init_op)
     saver.save(sess,"checkpoint/model_test",global_step=1)

当我们保存模型后,我们可以通过saver.restore()来加载模型,初始化变量:

import tensorflow as tf

v1= tf.Variable(tf.random_normal([784, 200], stddev=0.35), name="v1")
v2= tf.Variable(tf.zeros([200]), name="v2")
saver = tf.train.Saver()
with tf.Session() as sess:
    # init_o