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"))

tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader

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"))

tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader

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())

tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader

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。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!