import tensorflow as tf
# checkpoint为模型保存地址
checkpoint_path = './model'
with tf.Session() as sess:
# 得到checkpoint文件中所有的参数(名字,形状)元组
for var_name, _ in tf.contrib.framework.list_variables(checkpoint_path):
# 得到上述参数的值
var = tf.contrib.framework.load_variable(checkpoint_path, var_name)
# var_name为变量的name scope
# var 是该name scope对应的值
print(var_name,var)
输出TensorFlow 模型的变量名和对应值
最新推荐文章于 2022-03-25 10:57:10 发布
本文介绍如何使用TensorFlow从checkpoint文件加载模型并读取所有参数的名称及形状,通过具体代码示例展示了参数的加载过程。
1744

被折叠的 条评论
为什么被折叠?



