因为程序里的参数需要直接加载训练好的权重值,在此基础上再进行训练,所以需要在另一个程序里训练好权重,先将其保存到本地,然后该程序再来加载使用。
我们知道,通过以下代码,在训练过程中会得到checkpoint文件,里面会存储着训练中所有训练过的变量的具体数值:
saver = tf.train.Saver()
checkpoint_name = os.path.join(checkpoint_path, 'model_epoch'+str(epoch+1)+'.ckpt')
save_path = saver.save(sess, checkpoint_name)
得到的本地文件如下图所示,每三个这样的为一组:
那么我们如何查看checkpoint文件,也就是上述这几个文件里保存下来的权重值呢?具体代码见以下链接。很详细:
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/inspect_checkpoint.py
按照我在文章开头所说,我希望的是把文件里面的权重值给保存在本地,而不是这样一个抽象的文件,以后加载啥的也不方便,于是我利用了上述链接里的几个小函数&#