溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天和大家分享一下用TensorFlow的saver存取訓練好的模型那點事。
1. 用saver存取變量；
2. 用saver存取指定變量。
用saver存取變量。
話不多說，先上代碼
# coding=utf-8
import os
import tensorflow as tf
import numpy
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集沒有裝，加這個不顯示那些警告
w = tf.Variable([[1,2,3],[2,3,4],[6,7,8]],dtype=tf.float32)
b = tf.Variable([[4,5,6]],dtype=tf.float32,)
s = tf.Variable([[2, 5],[5, 6]], dtype=tf.float32)
init = tf.global_variables_initializer()
saver =tf.train.Saver()
with tf.Session() as sess:
sess.run(init)
save_path = saver.save(sess, "save_net.ckpt")#路徑可以自己定
print("save to path:",save_path)
這里我隨便定義了幾個變量然后進行存操作，運行后，變量w，b，s會被保存下來。保存會生成如下幾個文件：
接下來是讀取的代碼
import tensorflow as tf
import os
import numpy as np
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
w = tf.Variable(np.arange(9).reshape((3,3)),dtype=tf.float32)
b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32)
a = tf.Variable(np.arange(4).reshape((2,2)),dtype=tf.float32)
saver =tf.train.Saver()
with tf.Session() as sess:
saver.restore(sess,'save_net.ckpt')
print ("weights",sess.run(w))
print ("b",sess.run(b))
print ("s",sess.run(a))
在寫讀取代碼時要注意變量定義的類型、大小和變量的數量以及順序等要與存的時候一致，不然會報錯。你存的時候順序是w，b，s，取的時候同樣這個順序。存的時候w定義了dtype沒有 定義name，取的時候同樣要這樣，因為TensorFlow存取是按照鍵值對來存取的，所以必須一致。這里變量名，也就是w，s之類可以不同。
如下是我成功讀取的效果
用saver存取指定變量。
在我們做訓練時候，有些變量是沒有必要保存的，但是如果直接用tf.train.Saver()。程序會將所有的變量保存下來，這時候我們可以指定保存，只保存我們需要的變量，其他的統統丟掉。
其實很簡單，只需要在上面代碼基礎上稍加修改，只需把tf.train.Saver()替換成如下代碼
program = [] program += [w,b] tf.train.Saver(program)
這樣，程序就只會存w和b了。同樣，讀取程序里面的tf.train.Saver()也要做如上修改。dtype,name之類依舊必須一致。
最后附上最終代碼：
# coding=utf-8
# saver保存變量測試
import os
import tensorflow as tf
import numpy
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #有些指令集沒有裝，加這個不顯示那些警告
w = tf.Variable([[1,2,3],[2,3,4],[6,7,8]],dtype=tf.float32)
b = tf.Variable([[4,5,6]],dtype=tf.float32,)
s = tf.Variable([[2, 5],[5, 6]], dtype=tf.float32)
init = tf.global_variables_initializer()
program = []
program += [w, b]
saver =tf.train.Saver(program)
with tf.Session() as sess:
sess.run(init)
save_path = saver.save(sess, "save_net.ckpt")#路徑可以自己定
print("save to path:",save_path)
#saver提取變量測試
import tensorflow as tf
import os
import numpy as np
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
w = tf.Variable(np.arange(9).reshape((3,3)),dtype=tf.float32)
b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32)
a = tf.Variable(np.arange(4).reshape((2,2)),dtype=tf.float32)
program = []
program +=[w,b]
saver =tf.train.Saver(program)
with tf.Session() as sess:
saver.restore(sess,'save_net.ckpt')
print ("weights",sess.run(w))
print ("b",sess.run(b))
#print ("s",sess.run(a))
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
