tensorflow中读取模型中保存的值, tf.train.NewCheckpointReader

本文介绍如何使用TensorFlow的NewCheckpointReader类来读取模型中的变量,包括变量名称、数据类型、形状及具体值。通过实例演示了如何获取模型的详细信息,适用于模型调试和参数检查。
部署运行你感兴趣的模型镜像

使用tf.trian.NewCheckpointReader(model_dir)

一个标准的模型文件有以下文件, model_dir就是MyModel(没有后缀)

checkpoint
Model.meta
Model.data-00000-of-00001
Model.index


import tensorflow as tf
import pprint # 使用pprint 提高打印的可读性
NewCheck =tf.train.NewCheckpointReader("model")


打印模型中的所有变量

print("debug_string:\n")
pprint.pprint(NewCheck.debug_string().decode("utf-8"))

在这里插入图片描述


其中有3个字段, 分别是名字, 数据类型, shape

获取变量中的值

print("get_tensor:\n")
pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))

 

在这里插入图片描述


在这里插入图片描述

print("get_variable_to_dtype_map\n")
pprint.pprint(NewCheck.get_variable_to_dtype_map())
print("get_variable_to_shape_map\n")
pprint.pprint(NewCheck.get_variable_to_shape_map())

在这里插入图片描述

 

在这里插入图片描述

 

 

原文:https://blog.youkuaiyun.com/qq_39124762/article/details/82951818 

 

 

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

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