tensorflow 獲取checkpoint中的變量列表實(shí)例
方式1:靜態(tài)獲取,通過(guò)直接解析checkpoint文件獲取變量名及變量值
通過(guò)
reader = tf.train.NewCheckpointReader(model_path)
或者通過(guò):
from tensorflow.python import pywrap_tensorflow reader = pywrap_tensorflow.NewCheckpointReader(model_path)
代碼:
model_path = "./checkpoints/model.ckpt-75000"
## 下面兩個(gè)reader作用等價(jià)
#reader = pywrap_tensorflow.NewCheckpointReader(model_path)
reader = tf.train.NewCheckpointReader(model_path)
## 用reader獲取變量字典,key是變量名,value是變量的shape
var_to_shape_map = reader.get_variable_to_shape_map()
for var_name in var_to_shape_map.keys():
#用reader獲取變量值
var_value = reader.get_tensor(var_name)
print("var_name",var_name)
print("var_value",var_value)
方式2:動(dòng)態(tài)獲取,先加載checkpoint模型,然后用graph.get_tensor_by_name()獲取變量值
代碼 (注意:要先在腳本中構(gòu)建model中對(duì)應(yīng)的變量及scope):
model_path = "./checkpoints/model.ckpt-75000"
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as sess:
## 獲取待加載的變量列表
trainable_vars = tf.trainable_variables()
g_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope="generator")
d_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='discriminator')
flow_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='flow_net')
var_restore = g_vars + d_vars
## 僅加載目標(biāo)變量
loader = tf.train.Saver(var_restore)
loader.restore(sess,model_path)
## 顯示加載的變量值
graph = tf.get_default_graph()
for var in var_restore:
tensor = graph.get_tensor_by_name(var.name)
print("=======變量名=======",tensor)
print("-------變量值-------",sess.run(tensor))
以上這篇tensorflow 獲取checkpoint中的變量列表實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python簡(jiǎn)易版圖書(shū)管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了Python如何實(shí)現(xiàn)簡(jiǎn)易版圖書(shū)管理系統(tǒng),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-08-08
python開(kāi)發(fā)簡(jiǎn)易版在線音樂(lè)播放器
這篇文章主要為大家詳細(xì)介紹了python開(kāi)發(fā)簡(jiǎn)易版在線音樂(lè)播放器的相關(guān)資料,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2017-03-03
Keras自動(dòng)下載的數(shù)據(jù)集/模型存放位置介紹
這篇文章主要介紹了Keras自動(dòng)下載的數(shù)據(jù)集/模型存放位置介紹,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
Python?reflect單例模式反射各個(gè)函數(shù)
這篇文章主要介紹了Python?reflect單例模式反射各個(gè)函數(shù),文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值需要的小伙伴可以參考一下2022-06-06
python通過(guò)加號(hào)運(yùn)算符操作列表的方法
這篇文章主要介紹了python通過(guò)加號(hào)運(yùn)算符操作列表的方法,實(shí)例分析了Python使用加號(hào)運(yùn)算符實(shí)現(xiàn)列表追加的方法,需要的朋友可以參考下2015-07-07

