使用tensorflow 訓(xùn)練模型時,我們可以使用 tensorflow自帶的 Save模塊 tf.train.Saver()來保存模型,使用方式很簡單 就是在訓(xùn)練完模型后,調(diào)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) 

重新載入模型

saver = tf.train.Saver() ckpt = tf.train.get_checkpoint_state(FLAGS.restore_model) saver.restore(sess, ckpt.model_checkpoint_path) 

但是這種方式保存的模型中包含特別多的信息,使保存的模型很大,其實里面有很多不是我們想要的.我們就想要里面最重要的權(quán)重信息和偏差等等數(shù)據(jù),然后再自己寫解密代碼,就可以把模型應(yīng)用于其他的平臺,比如安卓手機(jī).
那么我們可以使用下面的方式獲取訓(xùn)練后的權(quán)重和偏移,

ww, bb = sess.run([self.W,self.b]) 

其中W,和b都是 Tensor類型的數(shù)據(jù) 

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 輸出權(quán)重 到csv或txt

import numpy as npW_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內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持武林站長站。