wangxiaopeng0329的博客

有时候，我们需要将TensorFlow的模型导出为单个文件（同时包含模型架构定义与权重），方便在其他地方使用（如在c++中部署网络）。利用tf.train.write_graph()默认情况下只导出了网络的定义（没有权重），而利用tf.train.Saver().save()导出的文件graph_def与权重是分离的，因此需要采用别的方法。我们知道，graph_def文件中没有包含网络中的Va

1.首先安装CUDAa.首先安装一些依赖sudo apt-get updatesudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-rec

将TF保存在checkpoint中的变量值输出到txt或npy中的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_eval.py 中那样。然后，在sess中直接run变量的名字就可以得到变量保存的值。在这里以cifar10_eval.py为例。首先，在Graph中穿件model。