tensorflow 获取checkpoint中的变量列表实例

Opal ·

更新时间:2024-09-21

· 588 次阅读

方式1：静态获取,通过直接解析checkpoint文件获取变量名及变量值

通过


reader = tf.train.NewCheckpointReader(model_path)

或者通过：


from tensorflow.python import pywrap_tensorflow
reader = pywrap_tensorflow.NewCheckpointReader(model_path)

代码：


model_path = "./checkpoints/model.ckpt-75000"
## 下面两个reader作用等价
#reader = pywrap_tensorflow.NewCheckpointReader(model_path)
reader = tf.train.NewCheckpointReader(model_path)
## 用reader获取变量字典,key是变量名,value是变量的shape
var_to_shape_map = reader.get_variable_to_shape_map()
for var_name in var_to_shape_map.keys():
 #用reader获取变量值
 var_value = reader.get_tensor(var_name)
 print("var_name",var_name)
 print("var_value",var_value)

方式2：动态获取,先加载checkpoint模型,然后用graph.get_tensor_by_name()获取变量值

代码 (注意：要先在脚本中构建model中对应的变量及scope):


 model_path = "./checkpoints/model.ckpt-75000"
 config = tf.ConfigProto()
 config.gpu_options.allow_growth = True
 with tf.Session(config=config) as sess:
  ## 获取待加载的变量列表
  trainable_vars = tf.trainable_variables()
  g_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope="generator")
  d_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='discriminator')
  flow_vars = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES,scope='flow_net')
  var_restore = g_vars + d_vars
  ## 仅加载目标变量
  loader = tf.train.Saver(var_restore)
  loader.restore(sess,model_path)
  ## 显示加载的变量值
  graph = tf.get_default_graph()
  for var in var_restore:
   tensor = graph.get_tensor_by_name(var.name)
   print("=======变量名=======",tensor)
   print("-------变量值-------",sess.run(tensor))

以上这篇tensorflow 获取checkpoint中的变量列表实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。

您可能感兴趣的文章:TensorFlow 输出checkpoint 中的变量名与变量值方式tensorflow实现训练变量checkpoint的保存与读取tensorflow 实现从checkpoint中获取graph信息Tensorflow: 从checkpoint文件中读取tensor方式

列表 checkpoint tensorflow 变量

1024 个赞