保存模型,加载模型及准确率

博客介绍了TensorFlow中模型的保存、加载及准确率计算方法。保存模型需实例化saver对象并指定路径;加载模型要获取检查点状态并恢复会话;准确率计算通过比较预测值和真实值,再将布尔类型转换为实数并求平均值。

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

1.保存模型

      saver = tf.train.Saver()     # 实例化saver对象

      saver.(sess,os.path.join(MODE_SAVE_PATH,MODE_NAME),global_step=global_step)

2.加载模型

      ckpt = tf.train.get_checkpoint_state(路径)

      saver.restore(sess,ckpt.model_checkpoint_path)

3.准确率

      correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(y_,1))

      accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

          tf.cast  将布尔类型转换为实数

          tf.reduce_mean  计算平均值 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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