溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關tf.train.Saver()與tf.train.import_meta_graph的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。
(1). tf.train.Saver() 是用來保存tensorflow訓練模型的，默認保存全部參數
(2). 用來加載參數，注：只加載存儲在data中的權重和偏置項等需要訓練的參數，其他一律不加載，包括meta文件中的圖也不加載
(1). 用來加載meta文件中的圖,以及圖上定義的結點參數包括權重偏置項等需要訓練的參數,也包括訓練過程生成的中間參數,所有參數都是通過graph調用接口get_tensor_by_name(name="訓練時的參數名稱")來獲取
(1). 保存使用tf.train.Saver()
(2). 加載可以使用tf.train.import_meta_graph(".meta文件"),直接通過訓練參數名稱就可以獲取需要的參數,但需要提前知道訓練時的參數名稱才能獲取,要懂得tensorflow命名規則
(3). tf.train.Saver("./checkpoints目錄/")加載的缺點是只加載了訓練參數,并且必須定義與之相同(shape,dtype要相同,tf.type要相同，如：我是placeholder,你也是tf.placeholder)方能使用,當你要獲取訓練中間參數時,需要和訓練過程一樣搭建相同的網絡.
補充：tf.train.import_meta_graph報KeyError
我在模型恢復時，在執行tf.train.import_meta_graph的時候報錯
后來發現，我的模型是在服務器上訓練的，服務器上tensorflow版本是1.11.0,而我在本地電腦上執行的 tf.train.import_meta_graph，我本地的tensorflow是1.5.0，我將tensorflow更新到1.11.0后，就解決了。
關于“tf.train.Saver()與tf.train.import_meta_graph的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
