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！
這篇文章主要介紹了tensorflow模型權重導出的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
tensorflow在保存權重模型時多使用tf.train.Saver().save 函數進行權重保存，保存的ckpt文件無法直接打開，不利于將模型權重導入到其他框架使用（如Caffe、Keras等）。
好在tensorflow提供了相關函數 tf.train.NewCheckpointReader 可以對ckpt文件進行權重查看，因此可以通過該函數進行數據導出。
import tensorflow as tf
import h6py
cpktLogFileName = r'./checkpoint/checkpoint' #cpkt 文件路徑
with open(cpktLogFileName, 'r') as f:
#權重節點往往會保留多個epoch的數據，此處獲取最后的權重數據
cpktFileName = f.readline().split('"')[1]
h6FileName = r'./model/net_classification.h6'
reader = tf.train.NewCheckpointReader(cpktFileName)
f = h6py.File(h6FileName, 'w')
t_g = None
for key in sorted(reader.get_variable_to_shape_map()):
# 權重名稱需根據自己網絡名稱自行修改
if key.endswith('w') or key.endswith('biases'):
keySplits = key.split(r'/')
keyDict = keySplits[1] + '/' + keySplits[1] + '/' + keySplits[2]
f[keyDict] = reader.get_tensor(key）感謝你能夠認真閱讀完這篇文章，希望小編分享的“tensorflow模型權重導出的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!
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。
