山有山的沉稳厚重,一年四季却能以不同的色彩风光展示山的美丽。活泼的有单调的一面,安静的有变换的色彩。静与动的搭配,单调与精彩的结合,也就组成了最美的风景。
使用tensorflow 训练模型时,我们可以使用 tensorflow自带的 Save模块 tf.train.Saver()来保存模型,使用方式很简单 就是在训练完模型后,调用saver.save()即可
saver = tf.train.Saver(write_version=tf.train.SaverDef.V2) saver.save(sess, save_dir+"crfmodel.ckpt", global_step=0)
重新载入模型
saver = tf.train.Saver() ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) saver.restore(sess, ckpt.model_checkpoint_path)
但是这种方式保存的模型中包含特别多的信息,使保存的模型很大,其实里面有很多不是我们想要的.我们就想要里面最重要的权重信息和偏差等等数据,然后再自己写解密代码,就可以把模型应用于其他的平台,比如安卓手机.
那么我们可以使用下面的方式获取训练后的权重和偏移,
ww, bb = sess.run([self.W,self.b])
其中W,和b都是 Tensor类型的数据
with tf.name_scope('weights'): self.W = tf.get_variable( shape=[self.feat_size, self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='weights' # ,regularizer=tf.contrib.layers.l1_regularizer(0.1) ) with tf.name_scope('biases'): self.b = tf.get_variable( shape=[self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='bias' )
tensorflow 输出权重 到csv或txt
import numpy as np W_val, b_val = sess.run([weights_tensor, biases_tensor]) np.savetxt("W.csv", W_val, delimiter=",") np.savetxt("b.csv", b_val, delimiter=",")
到此这篇关于tensorflow输出权重值和偏差的方法就介绍到这了。生活赋予我们一种巨大的和无限高贵的礼品,这就是青春;充满着力量,充满着期待志愿,充满着求知和斗争的志向,充满着希望和信心。更多相关tensorflow输出权重值和偏差的方法内容请查看相关栏目,小编编辑不易,再次感谢大家的支持!