白雪少年

1.网络中的tensor数据可视化对于训练过程中的loss，acc等在网络中的数据，大家都知道怎么将这些数据保存并通过tensorboard可视化。大致过程如下：class net(): .... tf.summary.scalar('loss', loss)merged = tf.summary.merge_all()writer = tf.summary.File...

1.tensorflow模型保存模型保存的例子：import tensorflow as tf import numpy as npwith tf.name_scope('train'): w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1') w2 = tf.Variable(tf.random_normal...

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(check...

由于很多时候我们在一个新的网络中只会用到一个已训练模型的部分参数，即迁移学习。那么，如何加载已训练模型的部分参数到当前网络。一、当前网络加载已训练模型相同name scope的变量方法1. 手动构建与预训练一样的部分图将需要fine tune的变量的name scope命名为与模型中的name scope相同，然后使用如下代码将模型参数加载到当前网络。tf.train.Saver([va...