TensorFlow如何加载部分模型

runningwei

于 2019-01-04 20:30:20 发布

阅读量5.4k

点赞数 6

CC 4.0 BY-SA版权

分类专栏：目标检测

本文链接：https://blog.youkuaiyun.com/runningwei/article/details/85677793

目标检测专栏收录该内容

4 篇文章

订阅专栏

本文介绍如何使用TensorFlow读取checkpoint文件中的变量名及值，包括如何打印变量信息和加载部分模型。通过实例展示了从checkpoint文件中获取变量及其形状，并演示了如何排除特定层的参数，仅加载所需部分。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

查看TensorFlow checkpoint文件中的变量名和对应值

from tensorflow.python import pywrap_tensorflow
checkpoint_path = os.path.join(model_dir, "model.ckpt")
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
var_to_shape_map = reader.get_variable_to_shape_map()
for key in var_to_shape_map:
    print("tensor_name: ", key)
    print(reader.get_tensor(key)) # Remove this is you want to print only variable names

TensorFlow加载部分模型

#得到该网络中，所有可以加载的参数
variables = tf.contrib.framework.get_variables_to_restore()
for v in variables:
    print(v.name,v.shape)
#删除vgg_16_text层中的参数
variables_to_restore = [v for v in variables if v.name.split('/')[0]!='vgg_16_text']
#构建这部分参数的saver
saver = tf.train.Saver(variables_to_restore)
saver.restore(sess,checkpoint_path)

参考资料：

tensorflow 恢复部分参数、加载指定参数