模型持久化
1. 代码实现
调用API: tf.train.Saver即可
模型一般会保存在后缀为.ckpt的文件中.
保存模型示例
v1 = tf.Variable(tf.random_normal([1], stddev=1, seed=1))
v2 = tf.Variable(tf.random_normal([1], stddev=1, seed=1))
result = v1 + v2
init_op = tf.global_variables_initializer()
saver = tf.train.Saver()
with tf.Session() as sess:
sess.run(init_op)
saver.save(sess, "Saved_model/model.ckpt")
实际中, Saved_model目录下会有三个文件:
- model.ckpt.meta: 保存计算图的结构.
- model.ckpt: 保存Tensorflow程序中每个变量的取值.
- checkpoint: 保存一个目录下所有的模型文件列表.
yasin@ubuntu:~/Study/MNIST/TrainSaver/Saved_model$ ll
total 24
drwxr-xr-x 2 yasin yasin 4096 Mar 31 19:16 ./
drwxr-xr-x 3 yasin yasin 4096 Mar 31 19:32 ../
-rw-r--r-- 1 yasin yasin 77 Mar 31 19:16 checkpoint
-rw-r--r-- 1 yasin yasin 8 Mar 31 19:16 model.ckpt.data-00000-of-00001
-rw-r--r-- 1 yasin yasin 143 Mar 31 19:16 model.ckpt.index
-rw-r--r-- 1 yasin yasin 3190 Mar 31 19:16 model.ckpt.meta
加载模型示例
import tensorflow as tf
# 加载模型的结构
saver = tf.train.import_meta_graph("Saved_model/model.ckpt.meta")
with tf.Session() as sess:
# 加载模型中的张量取值
saver.restore(sess, "Saved_model/model.ckpt")
# 通过张量名称来获取张量
print sess.run(tf.get_default_graph().get_tensor_by_name("add:0"))
输出:
[3.]