tensorflow 学习笔记10 网络模型的保存与提取

Revendell

于 2017-08-19 18:35:12 发布

阅读量392

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow 文章标签： tensorflow 图像识别机器学习深度学习

本文链接：https://blog.youkuaiyun.com/Revendell/article/details/77414784

tensorflow 专栏收录该内容

14 篇文章

订阅专栏

本文介绍了如何使用TensorFlow进行模型参数的保存与提取。通过示例代码详细展示了参数保存的过程，包括创建变量、初始化会话及使用Saver类保存模型；同时也演示了如何加载已保存的模型参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参数的保存与提取关键点就是前后参数的shape,name,dtype都必须一致：

参数的保存：

import  tensorflow as tf
w = tf.Variable(tf.constant(1.0, shape=[1]), name="w")
b = tf.Variable(tf.constant(2.0, shape=[1]), name="b")
saver = tf.train.Saver()
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    saver.save(sess, "Model/model.ckpt")

参数的提取：

import tensorflow as tf
w = tf.Variable(tf.constant(0.0, shape=[1]), name="w")
b = tf.Variable(tf.constant(0.0, shape=[1]), name="b")
saver = tf.train.Saver()
with tf.Session() as sess:
    saver.restore(sess, "./Model/model.ckpt")
    print("w,b:",sess.run(w),sess.run(b))

结果：