您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
小编给大家分享一下tensorflow怎么获取checkpoint中的变量列表,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
方式1:静态获取,通过直接解析checkpoint文件获取变量名及变量值
通过
reader = tf.train.NewCheckpointReader(model_path)
或者通过:
from tensorflow.python import pywrap_tensorflow reader = pywrap_tensorflow.NewCheckpointReader(model_path)
代码:
model_path = "./checkpoints/model.ckpt-75000" ## 下面两个reader作用等价 #reader = pywrap_tensorflow.NewCheckpointReader(model_path) reader = tf.train.NewCheckpointReader(model_path) ## 用reader获取变量字典,key是变量名,value是变量的shape var_to_shape_map = reader.get_variable_to_shape_map() for var_name in var_to_shape_map.keys(): #用reader获取变量值 var_value = reader.get_tensor(var_name) print("var_name",var_name) print("var_value",var_value)
方式2:动态获取,先加载checkpoint模型,然后用graph.get_tensor_by_name()获取变量值
代码 (注意:要先在脚本中构建model中对应的变量及scope):
model_path = "./checkpoints/model.ckpt-75000" config = tf.ConfigProto() config.gpu_options.allow_growth = True with tf.Session(config=config) as sess: ## 获取待加载的变量列表 trainable_vars = tf.trainable_variables() g_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope="generator") d_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='discriminator') flow_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='flow_net') var_restore = g_vars + d_vars ## 仅加载目标变量 loader = tf.train.Saver(var_restore) loader.restore(sess,model_path) ## 显示加载的变量值 graph = tf.get_default_graph() for var in var_restore: tensor = graph.get_tensor_by_name(var.name) print("=======变量名=======",tensor) print("-------变量值-------",sess.run(tensor))
以上是“tensorflow怎么获取checkpoint中的变量列表”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。