tensorflow中关于模型存储和恢复（tf.train.Saver()）的问题

最新推荐文章于 2023-02-09 11:45:21 发布
最新推荐文章于 2023-02-09 11:45:21 发布
阅读量1.9k 收藏 1
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Alienge/article/details/79249619
本文介绍了使用TensorFlow进行模型存储和恢复的具体方法，包括如何使用tf.train.Saver()保存模型，以及如何从检查点文件恢复模型。针对不同版本TensorFlow可能存在的兼容性问题给出了实用的解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


本博客只是记录自己在运行tensorflow中关于模型存储和恢复中遇到的问题



在tensorflow中，模型存储和恢复是通过tf.train.Saver()来完成，如：




假设模型已经建立完成，在训练阶段建立对话的时候，

saver = tf.train.Saver()


 saver.save(sess,checkpoint_dir+"model.ckpt"）


在恢复模型的时候需要用上

先获取状态

ckpt = tf.train.get_checkpoint_state(checkpoint_dir)#也可以直接删掉

saver.restore(sess,ckpt.model_checkpoint_path)#当上面一句删掉的时候，需要填写具体的ckpt文件地址


但是由于有的tensorflow版本的问题有时候不对，需要改成

saver.restore(sess,checkpoint_dir+".\\"+"model.ckpt")

这是因为tensorflow版本的问题，具体的是生成的二进制文件相较于原来版本的的差了一个ckpt的文件格式



Alienge
关注
tf第七讲：模型保存与加载（tf.train.Saver()&tf.saved_model）及fine_tune(梯度冻结)
weixin_43178406的博客
03-10 2万+
本文主要介绍了tf第七讲：模型保存与加载（tf.train.Saver()&tf.saved_model）及fine_tune(梯度冻结)，希望能对学习TensorFlow的同学有所帮助。 本文讲解了tf中模型保存和加载的方法，方法共两种。一种为tf.train.Saver，一种为tf.saved_model。两种方法均详细讲解了如何保存，如何加载，并附有完整的代码实战。
如何使用tf.train.Saver函数保存模型和变量?
.
03-25 297
在深度学习中，我们需要经常保存和加载模型和变量以便于在不同的时间和设备上使用。本文将介绍如何使用Saver函数保存全部变量和模型，并提供相应的代码和描述。在这个例子中，我们定义了一个简单的模型，并创建了一个Saver对象。然后，我们在训练模型之后使用save方法将模型保存到指定的文件中。在本文中，我们介绍了如何使用TensorFlow的Saver函数保存全部变量和模型，并提供了相应的代码和描述。无论是在开发原型还是在生产环境中，保存和加载变量和模型都是非常重要的，在实际工作中必须掌握。
Tensorflow 模型保存与恢复（1）使用tf.train.Saver()
JerryZhang__的博客
12-16 2650
使用tf.train.Saver() 保存和恢复模型 tf.train.Saver()主要用来在训练期间保存模型的checkpoint文件，便于在训练中断时方便的恢复模型，继续训练。 saver.save(sess,'/tmp/model.ckpt') # 保存模型 saver.restore(sess,'/tmp/model.ckpt') # 恢复模型 参数中的’model.ck...
tf.train.Saver()
Hello_word5的博客
01-15 986
我们通常希望将辛辛苦苦训练好的模型保存起来，以便模型重用。tensorflow的Saver类可以提供此功能。 建Saver类时可传的参数如下所示： def __init__(self, var_list=None, reshape=False, sharded=False, ...
TensorFlow踩坑记录一：tf.train.Saver()
qq_38142677的博客
06-30 1478
tf.train.Saver(tf.contrib.framework.get_variables_to_restore(include=…,exclude=…))控制变量加载，即迁移学习 踩坑原因： 使用tf.train.Saver()创建一个Saver对象，训练时用此Saver对象去保存了ckpt文件，结果就是ckpt文件中只保存了include中包含的变量，或者是保存除了exclude中包含的变量的其他变量 造成的bug： 重新加载前面保存的ckpt模型文件时，很多变量找不到，模型初始化失败，例如我的
[483]tensorflow模型保存和读取tf.train.Saver
周小董
01-03 2433
目标：训练网络后想保存训练好的模型，以及在程序中读取以保存的训练好的模型。 首先，保存和恢复都需要实例化一个 tf.train.Saver。 saver = tf.train.Saver() 然后，在训练循环中，定期调用 saver.save() 方法，向文件夹中写入包含了当前模型中所有可训练变量的 checkpoint 文件。 saver.save(sess, save_path...
tensorflow的tf.train.Saver()模型保存与恢复
weixin_30622181的博客
06-12 328
将训练好的模型参数保存起来，以便以后进行验证或测试。tf里面提供模型保存的是tf.train.Saver()模块。 模型保存，先要创建一个Saver对象：如 saver=tf.train.Saver() 在创建这个Saver对象的时候，有一个参数我们经常会用到，就是max_to_keep 参数，这个是用来设置保存模型的个数，默认为5，即max_to_kee...
Tensorflow的模型保存和读取tf.train.Saver
不眠旅行
07-04 2万+
深度学习平台：TensorFlow     目标：训练网络后想保存训练好的模型，以及在程序中读取以保存的训练好的模型。 简介 首先，保存和恢复都需要实例化一个 tf.train.Saver。 saver = tf.train.Saver() 然后，训练循环中，定期调用 saver.save() 方法，向文件夹中写入包含当前模型中所有可训练变量的 checkpoint 文件。 saver....
TensorFlow 中 训练模型 train-saver.zip
03-03
`train-saver.zip`这个文件很可能包含了训练过程中的源代码、模型配置以及用于保存和恢复模型的`Saver`对象。下面将详细讲解TensorFlow训练模型的关键概念、流程及`Saver`的作用。 1. **TensorFlow框架**：...
tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader
09-17
本文将详细介绍如何使用`tf.train.NewCheckpointReader`来读取TensorFlow模型中保存的值，并通过具体的代码示例进行演示。 #### `tf.train.NewCheckpointReader`简介 `tf.train.NewCheckpointReader`是TensorFlow...
TensorFlow2.0版本报错信息修改方法
qq_43756158的博客
09-01 353
报错信息 module 'tensorflow' has no attribute 'reset_default_graph' 方法： 原本的代码import tensorflow as tf，改为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 报错： AttributeError: module 'tensorflow_core._api.v2.train' has no attribute 'Gradien.
tensorflow保存模型的两种方法
weareu的博客
01-09 3894
由于神经网络训练比较复杂所以可能需要先保存训练好的模型，然后再需要的时候进行调用，下面介绍两种保存模型的方法： 方法一：使用tf.train.Saver() 保存代码，该方法保存的模型比较全，只要定义的变量均可获取，导入的模型与当前生成几乎具有一样的能力： #定义占位符，具有名称的变量可以被在导入模型后获取 x = tf.placeholder(tf.float32, [None, 784], n...
tensorflow的三种保存格式相互转换
USTC_Lucas
06-03 1787
首先三种模型导出： tf.train.Saver() 用于保存和恢复Variable。它可以非常方便的保存当前模型的变量或者倒入之前训练好的变量。一个最简单的运用： saver = tf.train.Saver() # Save the variables to disk. saver.save(sess, "/tmp/test.ckpt") # Restore variables from disk. saver.restore(sess, "/tmp/test.ckpt") 1. ckpt格式 #
Tensorflow模型保存与调用
qq_43561314的博客
06-03 243
一、模型保存 saver = tf.train.Saver()与saver.save(sess,'net/my_net.ckpt') 函数 import tensorflow as tf saver = tf.train.Saver() with tf.Session() as sess: sess.run(init) for epoch in range(11): ...
如何查看python代码中的数据集 按住data鼠标右键_在我自己的数据集中运行Tensorflow对象检测训练作业的问题...
weixin_30393633的博客
01-14 762
WARNING:TheTensorFlowcontrib module willnotbe includedinTensorFlow2.0.Formore information,please see:*https://github.com/tensorflow/community/blob/master/rfcs/20180907-contrib-sunset.md*https://github...
tf.train.Saver报not found错误
qq_48384011的博客
02-09 616
tf.train.Saver()报错not found
TensorFlow：tf.train.Saver()模型保存与恢复
aizhouqian5537的博客
04-10 444
1.保存 将训练好的模型参数保存起来，以便以后进行验证或测试。tf里面提供模型保存的是tf.train.Saver()模块。 模型保存，先要创建一个Saver对象：如 saver=tf.train.Saver() 在创建这个Saver对象的时候，有一个参数经常会用到，max_to_keep 参数，这个是用来设置保存模型的个数，默认为5，即max_to_keep=5，保存...
tf.train.Saver()保存和恢复模型，及生成的文件
mystyle_的博客
04-22 1597
saver = tf.train.Saver() with tf.Session() as sess： saver.save(sess, os.path.join('DIR', 'model_ckpt'), global_step=step) 运行一次saver.sess( )后，会生成4个文件，如下 在恢复时，使用saver.restore()，但是saver.restore只会...
Tensorflow系列——Saver的用法
热门推荐
再难也要坚持
06-21 8万+
Saver的用法 1. Saver的背景介绍     我们经常在训练完一个模型之后希望保存训练的结果，这些结果指的是模型的参数，以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。 Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件，它把变量名映射到对应的te
tf.train.saver()保存模型
最新发布
08-13
tf.train.saver()是一个TensorFlow中的函数，用于保存模型。当我们在训练过程中，经过一定的迭代次数，我们希望保存训练得到的模型参数，以便以后用于预测或者继续训练时使用。 首先，我们需要在训练阶段创建一个saver对象，通过调用tf.train.Saver()函数来创建。我们可以通过设置所需要保存的模型参数来指定要保存的变量，也可以选择性地指定一个保存路径来存储模型，默认情况下，模型会被保存到当前工作目录中。 在训练过程中，可以通过调用saver对象的save()方法来保存模型。该方法接受两个参数，一个是TensorFlow的会话(session)，另一个是保存路径。我们可以将模型参数保存到硬盘上的文件中。 当我们需要使用保存的模型时，可以通过调用saver对象的restore()方法来恢复模型。该方法接受两个参数，一个是TensorFlow的会话(session)，另一个是保存模型时指定的路径。恢复模型后，我们可以使用该模型进行预测或者继续训练。 总之，tf.train.saver()是TensorFlow提供的一个用于保存和恢复模型的函数。使用该函数可以方便地保存模型参数到硬盘，以便以后使用。通过保存和恢复模型，我们可以在训练过程中进行断点续训或者在其它任务中使用已经训练好的模型。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值