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

最新推荐文章于 2022-07-18 09:45:14 发布

onexming

最新推荐文章于 2022-07-18 09:45:14 发布

阅读量7.2k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/qq_39124762/article/details/82951818

本文介绍了如何在TensorFlow中利用tf.train.NewCheckpointReader读取已保存模型的变量信息和值。通过打印模型目录下所有变量的名字、数据类型和形状，以及详细步骤来获取变量的具体数值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用tf.trian.NewCheckpointReader(model_dir)

一个标准的模型文件有一下文件, 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"

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

onexming

关注关注

2
点赞
踩
13

收藏

觉得还不错? 一键收藏
4
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

输出TensorFlow中checkpoint内变量的几种方法

jyshee的博客

09-17

2万+

在上一篇关于MDM模型的文章中，作者给出的是基于TensorFlow的实现。由于一些原因，需要将在TF上训练好的模型转换为Caffe，经过一番简化，现在的要需求是只要将TF保存在checkpoint中的变量值输出到txt或npy中即可。这里列了几种简单的可行的方法。 1，最简单的方法，是在有model 的情况下，直接用tf.train.saver进行restore，就像 cifar10_

tensorflow打印模型图_tensorflow打印pb、ckpt模型的参数以及在tensorboard里显示图结构...

weixin_39583162的博客

12-20

1762

打印pb模型参数及可视化结构import tensorflow as tffrom tensorflow.python.framework import graph_utiltf.reset_default_graph() # 重置计算图output_graph_path = '/home/huihua/NewDisk/stuff_detector_v1.pb'with tf.Session()...

4 条评论您还未登录，请先登录后发表或查看评论

tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader

09-17

今天小编就为大家分享一篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

tf.train.NewCheckpointReader

liugan528的博客

11-05

2580

保存训练模型的时候不仅持久化了计算图结构，也持久化了变量的取值。 TensorFlow提供的tf.train.NewCheckpointReader类来查看保存的变量的信息。 import tensorflow as tf v1 = tf.Variable(tf.constant(1.0,tf.float32, [1]),name='v1') v2 = tf.Variable(tf.constant(2.0,tf.float32, [1]),name='v2') result = v1 + v2 sav

Tensorflow: 从checkpoint文件中读取tensor name和值

DRACOYU的博客

01-19

3455

有时候使用ckpt时需要查看内部tensor name和值时，需要打印输出，ckpt文件的话放到checkpoint，如果三个文件，只添加文件名，类型忽略。 import os from tensorflow.python import pywrap_tensorflow checkpoint_path = os.path.join(model_dir, "print——model.ckpt...

TensorFlow模型文件保存和读取

修炼之路

11-11

1万+

一、模型文件的保存在训练一个TensorFlow模型之后，我们可以将训练好的模型保存成文件，这样可以方便下一次对新的数据进行预测的时候直接加载训练好的模型即可获得结果，下面通过TensorFlow提供的tf.train.Saver函数，将一个模型保存成文件，一般习惯性的将TensorFlow的模型文件命名为*.ckpt文件。 import tensorflow as tf if __nam

07-TensorFlow 模型参数提取

鸣鼓ming的博客

04-18

1087

之前介绍了神经网络可以生成模型文件进行存储, 其实模型中的参数是可以查看的, 详情请看代码 import tensorflow as tf from tensorflow.keras.layers import Dense from tensorflow.keras import Model from sklearn import datasets import numpy as np x_train = datasets.load_iris().data y_train = datasets.load_

tensorflow实现训练变量checkpoint的保存与读取

12-20

通过这些步骤，你可以有效地在TensorFlow中保存和恢复模型的训练状态，无论是整个模型还是部分变量。这使得模型训练可以随时中断并从上次保存的状态继续，也方便模型的迁移和微调。在实际应用中，这能提高训练效率，...

TensorFlow学习笔记（8）--网络模型的保存和读取

热门推荐

对角巷

03-16

5万+

之前的笔记里实现了softmax回归分类、简单的含有一个隐层的神经网络、卷积神经网络等等，但是这些代码在训练完成之后就直接退出了，并没有将训练得到的模型保存下来方便下次直接使用。为了让训练结果可以复用，需要将训练好的神经网络模型持久化，这就是这篇笔记里要写的东西。TensorFlow提供了一个非常简单的API，即tf.train.Saver类来保存和还原一个神经网络模型。下面代码给出了保存Tenso

tf.train.NewCheckpointReader实现保存变量的提取

UESTC_C2_403的博客

05-17

9452

tf.train.NewCheckpointReader('path')：path是保存的路径，这个函数可以得到保存的所有变量例如：先保存一个模型，参数为v,v1.import tensorflow as tf; import numpy as np; import matplotlib.pyplot as plt; v = tf.Variable(0, dtype=tf.f

Tensorflow: 从checkpoint文件中读取tensor（checkpoint.ckpt)

wuguangbin1230的博客

01-18

6883

在使用pre-train model时候，我们需要restore variables from checkpoint files. 经常出现在checkpoint 中找不到”Tensor name not found”. 1. 这时候需要查看一下ckpt中到底有哪些变量 import os from tensorflow.python import pywrap_tensorflow c...

从训练好的tensorflow模型中打印训练变量实例

01-21

从tensorflow 训练后保存的模型中打印训变量：使用tf.train.NewCheckpointReader() import tensorflow as tf reader = tf.train.NewCheckpointReader('path/alexnet/model-330000') dic = reader.get_variable_to_shape_map() print dic 打印变量 w = reader.get_tensor(fc1/W) print type(w) print w.shape print w[0] 以上这篇从训练好的tensorflow

module ‘tensorflow.python.pywrap_tensorflow‘ has no attribute ‘NewCheckpointReader‘的解决方法

knighthood2001

07-18

3290

module 'tensorflow.python.pywrap_tensorflow' has no attribute 'NewCheckpointReader'的解决方法

tensorflow学习笔记-从checkpoint中获取graph信息

qq_28808697的博客

04-10

5317

代码：import tensorflow as tf sess = tf.Session() check_point_path = 'variables' saver = tf.train.import_meta_graph('variables/save_variables.ckpt.meta') saver.restore(sess, tf.train.latest_checkp...

查看tensorflow产生的checkpoint文件内容的方法

cocofisher的博客

01-19

3874

tensorflow在保存权重模型时多使用tf.train.Saver().save 函数进行权重保存，保存的ckpt文件无法直接打开，但tensorflow提供了相关函数 tf.train.NewCheckpointReader 可以对ckpt文件进行权重查看。 import os from tensorflow.python import pywrap_tensorflow checkpoi...

tensorflow获取网络weights和biases

曲草的博客

04-01

2852

可以获取指定层的训练参数 check_result = [] check_v_name = [v.name for v in tf.trainable_variables()] values = sess.run(check_v_name) for n, v in zip(check_v_name, values): check_result.append([n, v]) ...

TensorFlow 训练好模型参数的保存和恢复代码

TensorFlowNews

07-16

2274

TensorFlow 训练好模型参数的保存和恢复代码，之前就在想模型不应该每次要个结果都要重新训练一遍吧，应该训练一次就可以一直使用吧。 TensorFlow 提供了 Saver 类，可以进行保存和恢复。下面是 TensorFlow-Examples 项目中提供的保存和恢复代码。 ''' Save and Restore a model using TensorFlow.

tensorflow测试时读取任意指定的check point的网络参数

云台

08-23

2506

tensorflow在训练时会保存三个文件， model.ckpt-xxx.data-00000-of-00001 model.ckpt-xxx.index model.ckpt-xxx.meta 其中第一个储存网络参数值，第二个储存每一层的名字，第三个储存图结构随着训练的过程，每隔一段时间都会保存一组以上三个文件，而在训练之前我们并不知道什么时候可以达到最佳的拟合，训练时间过短会导致欠...

tensorflow保存加载模型查看训练参数

James_Ying的专栏

04-18

1万+

TensorFlow的checkpoint机制使得其能够同时支持Online Learning和Continuous Learning，首先，通过tf.train.Saver()将训练好的或者训练过程中的模型保存成checkpoint:_, loss_value, step = sess.run([train_op, loss, global_step]) saver.save(sess,"./c

import tensorflow as tf checkpoint_path = "checkpoints/model.ckpt" reader = tf.train.NewCheckpointReader(checkpoint_path) ckpt_vars = reader.get_variable_to_shape_map() for var in ckpt_vars: if "bn1_0" in var: print(var) 我没有model。dkpt文件，是RetinexNet-tensorflow.data-00000-of-00001之类的，还有RetinexNet-tensorflow.index还有一个checkpoint，我该怎么看我存下的模型