tensorflow 实现打印预训练的模型中的变量名和变量值

最新推荐文章于 2024-03-23 14:29:05 发布

原创最新推荐文章于 2024-03-23 14:29:05 发布 · 1.3k 阅读

3 ·

CC 4.0 BY-SA版权

本文详细介绍了TensorFlow保存的预训练模型所包含的三个文件：.data-00000-of-00001文件保存网络变量值，.index为模型索引，.meta保存图结构。同时，提供了如何使用Python读取这些文件并打印变量名和变量值的方法。

tensorflow保存的预训练的模型包含3个文件：

model_name.data-00000-of-00001 (保存网络中每个变量值，包括所有的weights、biases、gradients等变量，类似python字典结果，对应每个变量的数值（key，value）。)
model_name.index （是对应模型的索引文件）
model_name.meta (文件保存的是图结构，meta文件是pb（protocol buffer）格式文件，包含变量、op、集合等。)

打印保存在model里的变量名和变量值：

from tensorflow.python import pywrap_tensorflow

checkpoint_path = "./*/model_name"
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path) 
vars = reader.get_variable_to_shape_map()
for v in vars:
    v_name = v
    var_tensor = reader.get_tensor(v)
    
    print("tensor name = ",v)
    print("tensor shape = ",var_tensor.shape)
    print("tensor value = ", var_tensor)