model的存储与读取

最新推荐文章于 2025-07-17 15:48:09 发布

啊扑

最新推荐文章于 2025-07-17 15:48:09 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏：目标检测与分类

本文链接：https://blog.youkuaiyun.com/qq_42450404/article/details/93386458

# 本文件程序为配合教材及学习进度渐进进行，请按照注释分段执行
# 执行时要注意IDE的当前工作过路径，最好每段重启控制器一次，输出结果更准确
 
 
# Part1: 通过tf.train.Saver类实现保存和载入神经网络模型
 
# 执行本段程序时注意当前的工作路径
import tensorflow as tf
 
v1 = tf.Variable(tf.constant(1.0, shape=[1]), name="v1")
v2 = tf.Variable(tf.constant(2.0, shape=[1]), name="v2")
result = v1 + v2
 
saver = tf.train.Saver()
 
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    saver.save(sess, "Model/model.ckpt")
 
 
# Part2: 加载TensorFlow模型的方法
 
import tensorflow as tf
 
v1 = tf.Variable(tf.constant(1.0, shape=[1]), name="v1")
v2 = tf.Variable(tf.constant(2.0, shape=[1]), name="v2")
result = v1 + v2
 
saver = tf.train.Saver()
 
with tf.Session() as sess:
    saver.restore(sess, "./Model/model.ckpt") # 注意此处路径前添加"./"
    print(sess.run(result)) # [ 3.]
 
 
# Part3: 若不希望重复定义计算图上的运算，可直接加载已经持久化的图
 
import tensorflow as tf
 
saver = tf.train.import_meta_graph("Model/model.ckpt.meta")
 
with tf.Session() as sess:
    saver.r