TensorFlow中Saver保存读取

"微信公众号"

思考一个问题：

我们搭建好一个神经网络，用大量的数据训练好之后，肯定希望保存神经网络里面的参数，用于下次加载。那我们该怎么做呢？

TensorFlow为我们提供了Saver来保存和加载神经网络的参数。

一、保存

（1）import所需的模块，然后建立神经网络当中的W和b，并初始化变量。

import tensorflow as tf
import numpy as np

# Save to file
# remember to define the same dtype and shape when restore
W = tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name="weights")
b = tf.Variable([[1,2,3]],dtype=tf.float32,name="biases")

init = tf.global_variables_initializer()

（2）保存时，首先要建立一个tf.train.Saver()用来保存，提取变量。再创建一个名为my_net的文件夹，用这个saver来保存变量到这个目录“my_net/save_net.ckp”。

saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init)
    save_path = saver.save(sess,"F:/my_net/save_net.ckpt")
    print("Save to path:",save_path)

（3）效果图：

（4）给出保存参数的完整代码。

import tensorflow as tf
import numpy as np

# Save to file
# remember to define the same dtype and shape when restore
W = tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name="weights")
b = tf.Variable([[1,2,3]],dtype=tf.float32,name="biases")

init = tf.global_variables_initializer()

saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(init)
    save_path = saver.save(sess,"F:/my_net/save_net.ckpt")
    print("Save to path:",save_path)

二、提取

（1）提取时，先建立临时的W和b容器。找到文件目录，并用saver.restore()提取变量。

#conding:utf-8
import tensorflow as tf
import numpy as np

# restore variables
# 先建立W,b的容器
# redefine the same shape and same type for your variables
W = tf.Variable(np.arange(6).reshape((2,3)),dtype=tf.float32,name="weights")
b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32,name="biases")

# not need init step

saver = tf.train.Saver()
with tf.Session() as sess:
    # 提取变量
    saver.restore(sess,"F:/my_net/save_net.ckpt")
    print("weights:",sess.run(W))
    print("biases:",sess.run(b))

观看视频笔记：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/5-06-save/

TensorFlow中Saver保存读取

猜你喜欢