Posted in Python onFebruary 10, 2020
使用tf.trian.NewCheckpointReader(model_dir)
一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)
checkpoint Model.meta Model.data-00000-of-00001 Model.index
import tensorflow as tf import pprint # 使用pprint 提高打印的可读性 NewCheck =tf.train.NewCheckpointReader("model")
打印模型中的所有变量
print("debug_string:\n") pprint.pprint(NewCheck.debug_string().decode("utf-8"))
其中有3个字段, 分别是名字, 数据类型, shape
获取变量中的值
print("get_tensor:\n") pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))
print("get_variable_to_dtype_map\n") pprint.pprint(NewCheck.get_variable_to_dtype_map()) print("get_variable_to_shape_map\n") pprint.pprint(NewCheck.get_variable_to_shape_map())
以上这篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。
tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader
- Author -
onexming声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@