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
1
2
|
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
1
2
3
|
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,
1
|
ww, bb = sess.run([ self .W, self .b]) |
其中W,和b都是 Tensor类型的数据
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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
1
2
3
4
|
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 = "," ) |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://blog.csdn.net/u013243986/article/details/77333887