tensorflow输出权重值和偏差的方法


Posted in Python onFebruary 10, 2018

使用tensorflow 训练模型时,我们可以使用 tensorflow自带的 Save模块 tf.train.Saver()来保存模型,使用方式很简单 就是在训练完模型后,调用saver.save()即可

saver = tf.train.Saver(write_version=tf.train.SaverDef.V2) 
saver.save(sess, save_dir+"crfmodel.ckpt", global_step=0)

重新载入模型

saver = tf.train.Saver() 
ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) 
saver.restore(sess, ckpt.model_checkpoint_path)

但是这种方式保存的模型中包含特别多的信息,使保存的模型很大,其实里面有很多不是我们想要的.我们就想要里面最重要的权重信息和偏差等等数据,然后再自己写解密代码,就可以把模型应用于其他的平台,比如安卓手机.
那么我们可以使用下面的方式获取训练后的权重和偏移,

ww, bb = sess.run([self.W,self.b])

其中W,和b都是 Tensor类型的数据 

with tf.name_scope('weights'): 
   self.W = tf.get_variable( 
     shape=[self.feat_size, self.nb_classes], 
     initializer=tf.truncated_normal_initializer(stddev=0.01), 
     name='weights' 
     # ,regularizer=tf.contrib.layers.l1_regularizer(0.1) 
   ) 
 with tf.name_scope('biases'): 
   self.b = tf.get_variable( 
     shape=[self.nb_classes], 
     initializer=tf.truncated_normal_initializer(stddev=0.01), 
     name='bias' 
   )

tensorflow 输出权重 到csv或txt

import numpy as np
W_val, b_val = sess.run([weights_tensor, biases_tensor])
np.savetxt("W.csv", W_val, delimiter=",")
np.savetxt("b.csv", b_val, delimiter=",")

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python入门篇之函数
Oct 20 Python
Python实现从订阅源下载图片的方法
Mar 11 Python
python使用socket连接远程服务器的方法
Apr 29 Python
Sanic框架蓝图用法实例分析
Jul 17 Python
使用pip发布Python程序的方法步骤
Oct 11 Python
Python-ElasticSearch搜索查询的讲解
Feb 25 Python
详解【python】str与json类型转换
Apr 29 Python
python字典一键多值实例代码分享
Jun 14 Python
Form表单及django的form表单的补充
Jul 25 Python
解决django 新增加用户信息出现错误的问题
Jul 28 Python
python语言实现贪吃蛇游戏
Nov 13 Python
Django正则URL匹配实现流程解析
Nov 13 Python
详解tensorflow实现迁移学习实例
Feb 10 #Python
Python学习之Django的管理界面代码示例
Feb 10 #Python
Tensorflow 自带可视化Tensorboard使用方法(附项目代码)
Feb 10 #Python
tensorflow训练中出现nan问题的解决
Feb 10 #Python
用Eclipse写python程序
Feb 10 #Python
tensorflow建立一个简单的神经网络的方法
Feb 10 #Python
python取代netcat过程分析
Feb 10 #Python
You might like
PHP数组去重比较快的实现方式
2016/01/19 PHP
php版阿里云OSS图片上传类详解
2016/12/01 PHP
php多进程应用场景实例详解
2019/07/22 PHP
JavaScript 对象模型 执行模型
2010/10/15 Javascript
精心挑选的15个jQuery下拉菜单制作教程
2012/06/15 Javascript
jqGrid随窗口大小变化自适应大小的示例代码
2013/12/28 Javascript
js使用正则实现ReplaceAll全部替换的方法
2014/07/18 Javascript
理解和运用JavaScript的闭包机制
2015/08/13 Javascript
解析javascript瀑布流原理实现图片滚动加载
2016/03/10 Javascript
jQuery AJAX timeout 超时问题详解
2016/06/21 Javascript
AngularJs Understanding the Controller Component
2016/09/02 Javascript
详解从Node.js的child_process模块来学习父子进程之间的通信
2017/03/27 Javascript
node.js express中app.param的用法详解
2017/07/16 Javascript
Webpack实战加载SVG的方法
2017/12/26 Javascript
node简单实现一个更改头像功能的示例
2017/12/29 Javascript
angularjs的单选框+ng-repeat的实现方法
2018/09/12 Javascript
vue自定义指令实现仅支持输入数字和浮点型的示例
2019/10/30 Javascript
vue实现权限控制路由(vue-router 动态添加路由)
2019/11/04 Javascript
详解Vue中的Props与Data细微差别
2020/03/02 Javascript
JavaScript中的this妙用实例分析
2020/05/09 Javascript
[09:47]2018DOTA2亚洲邀请赛4.5SOLO赛 No[o]ne vs Sumail
2018/04/06 DOTA
Python中MYSQLdb出现乱码的解决方法
2014/10/11 Python
澳大利亚领先的在线美容商城:Adore Beauty
2017/04/14 全球购物
Tomcat中怎么使用log4j输出所有的log
2016/07/07 面试题
公务员培训自我鉴定
2013/09/19 职场文书
如何写好优秀的创业计划书
2014/01/30 职场文书
创业资金计划书
2014/02/06 职场文书
分公司任命书
2014/06/06 职场文书
大专应届毕业生求职信
2014/07/15 职场文书
节约每一滴水演讲稿
2014/09/09 职场文书
pytorch 中autograd.grad()函数的用法说明
2021/05/12 Python
浅谈Redis中的RDB快照
2021/06/29 Redis
Python加密技术之RSA加密解密的实现
2022/04/08 Python
Windows Server 2019 域控制器安装图文教程
2022/04/28 Servers
手把手带你彻底卸载MySQL数据库
2022/06/14 MySQL
Flink 侧流输出源码示例解析
2022/09/23 Servers