介绍
本篇文章给大家分享的是有关使用Tensorflow怎么对ckpt文件中的张量进行读取,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
在使用pre-train模型的时候,我们需从检查点文件要恢复变量。
经常出现在关卡中找不到“张量的名字找不到”。
这时候需要查看一下ckpt中到底有哪些变量
import 操作系统 得到tensorflow.python import  pywrap_tensorflow 时间=checkpoint_path os.path.join (model_dir,“model.ckpt") #,Read data 得到checkpoint 文件 时间=reader pywrap_tensorflow.NewCheckpointReader (checkpoint_path) 时间=var_to_shape_map reader.get_variable_to_shape_map () #,Print tensor  name 以及价值观 for key  var_to_shape_map拷贝: 打印才能(“tensor_name:,,,,键) 打印才能(reader.get_tensor(关键))
可以显示ckpt中的张量名字和值,当然也可以用pycharm调试。
<强>补充:tensorflow中读取模型中保存的值,tf.train.NewCheckpointReader 强>
使用tf.trian.NewCheckpointReader (model_dir)
一个标准的模型文件有一下文件,model_dir就是MyModel(没有后缀)
检查站 Model.meta model.data - 00000 - 00001 模型。指数
import tensorflow as tf import pprint #,使用pprint 提高打印的可读性 NewCheck =tf.train.NewCheckpointReader (“model")
打印模型中的所有变量
打印(“debug_string: \ n") pprint.pprint (NewCheck.debug_string () .decode (“utf-8"))
其中有3个字段,分别是名字,数据类型,形状
获取变量中的值
打印(“get_tensor: \ n") pprint.pprint (NewCheck.get_tensor (“D/conv2d/bias"))
打印(“get_variable_to_dtype_map \ n") pprint.pprint (NewCheck.get_variable_to_dtype_map ()) 打印(“get_variable_to_shape_map \ n") pprint.pprint (NewCheck.get_variable_to_shape_map ())
以上就是使用Tensorflow怎么对ckpt文件中的张量进行读取,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。