tensorflow 獲取checkpoint中的變量列表實(shí)例
更新時(shí)間：2020年02月11日 16:57:49 作者：wzg2016
今天小編就為大家分享一篇tensorflow 獲取checkpoint中的變量列表實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
方式1：靜態(tài)獲取,通過直接解析checkpoint文件獲取變量名及變量值
通過
reader = tf.train.NewCheckpointReader(model_path)
或者通過：
from tensorflow.python import pywrap_tensorflow reader = pywrap_tensorflow.NewCheckpointReader(model_path)
代碼：
model_path = "./checkpoints/model.ckpt-75000"
## 下面兩個(gè)reader作用等價(jià)
#reader = pywrap_tensorflow.NewCheckpointReader(model_path)
reader = tf.train.NewCheckpointReader(model_path)
## 用reader獲取變量字典,key是變量名,value是變量的shape
var_to_shape_map = reader.get_variable_to_shape_map()
for var_name in var_to_shape_map.keys():
#用reader獲取變量值
var_value = reader.get_tensor(var_name)
print("var_name",var_name)
print("var_value",var_value)
方式2：動(dòng)態(tài)獲取,先加載checkpoint模型,然后用graph.get_tensor_by_name()獲取變量值
代碼 (注意：要先在腳本中構(gòu)建model中對應(yīng)的變量及scope):
model_path = "./checkpoints/model.ckpt-75000"
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as sess:
## 獲取待加載的變量列表
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
## 僅加載目標(biāo)變量
loader = tf.train.Saver(var_restore)
loader.restore(sess,model_path)
## 顯示加載的變量值
graph = tf.get_default_graph()
for var in var_restore:
tensor = graph.get_tensor_by_name(var.name)
print("=======變量名=======",tensor)
print("-------變量值-------",sess.run(tensor))
以上這篇tensorflow 獲取checkpoint中的變量列表實(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了Python如何實(shí)現(xiàn)簡易版圖書管理系統(tǒng)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-08-08
今天小編就為大家分享一篇關(guān)于Python多進(jìn)程fork()函數(shù)詳解，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2019-02-02
今天小編就為大家分享一篇Python讀取mat文件,并保存為pickle格式的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
這篇文章主要為大家詳細(xì)介紹了python開發(fā)簡易版在線音樂播放器的相關(guān)資料，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-03-03
這篇文章主要介紹了Python使用迭代器捕獲Generator返回值的方法,結(jié)合具體實(shí)例形式分析了Python迭代器獲取生成器返回值的相關(guān)操作技巧,需要的朋友可以參考下2017-04-04
這篇文章主要給大家介紹了關(guān)于numpy基礎(chǔ)教程之np.linalg的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-02-02
Keras自動(dòng)下載的數(shù)據(jù)集/模型存放位置介紹
這篇文章主要介紹了Keras自動(dòng)下載的數(shù)據(jù)集/模型存放位置介紹，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
今天小編就為大家分享一篇Python 控制終端輸出文字的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Python?reflect單例模式反射各個(gè)函數(shù)
這篇文章主要介紹了Python?reflect單例模式反射各個(gè)函數(shù)，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值需要的小伙伴可以參考一下2022-06-06
這篇文章主要介紹了python通過加號運(yùn)算符操作列表的方法,實(shí)例分析了Python使用加號運(yùn)算符實(shí)現(xiàn)列表追加的方法,需要的朋友可以參考下2015-07-07