tensorflow（三） 模型保存

tensorflow最简单的保存与加载模型的方法是Saver对象（存放在tensorflow.train）。构造器给graph所有的变量，或者定义在列表中的变量，添加save和restore的操作，分别为保存和加载。变量保存在二进制的文件中，主要包含的是从变量名到tensor值的映射关系。

保存变量 
通过下面的一段代码穿件Saver对象来管理模型中的变量（默认情况下是所有的变量，也可以自行选择）。

import tensorflow as tf
v1 = tf.Variable(tf.random_normal([1,2]), name="v1")
v2 = tf.Variable(tf.random_normal([2,3]), name="v2")
init_op = tf.initialize_all_variables()
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(init_op)
    saver_path = saver.save(sess, "/home/yang/data/model.ckpt")
    print "Model saved in file: ", saver_path
 
 
1
2
3
4
5
6
7
8
9
 
 
1
2
3
4
5
6
7
8
9

恢复变量 
用同一个Saver对象来恢复变量，注意，当你从文件恢复变量是，不需要对它进行初始化，否则会报错。

import tensorflow as tf
v1 = tf.Variable(tf.random_normal([1,2]), name="v1")
v2 = tf.Variable(tf.random_normal([2,3]), name="v2")
saver = tf.train.Saver()

with tf.Session() as sess:
    saver.restore(sess, "/home/yang/data/model.ckpt")
    print "Model restored"