TensorFlow保存和加载训练模型
2017-12-08 15:17
579 查看
最近在用CNN训练自己的数据,数据比较大,保存训练好的模型尤为重要。下面介绍一下。
对于机器学习,尤其是深度学习DL的算法,模型训练可能很耗时,几个小时或者几天,所以如果是测试模块出了问题,每次都要重新运行就显得很浪费时间,所以如果训练部分没有问题,那么可以直接将训练的模型保存起来,然后下次运行直接加载模型,然后进行测试很方便。
在tensorflow中保存(save)和加载(restore)模型的类是tf.train.Saver(),其中变量保存的是key-value,不传参数默认是全部变量。
保存模型如下:
恢复模型如下:
参考:http://blog.csdn.net/jasonzhangoo/article/details/60756590
对于机器学习,尤其是深度学习DL的算法,模型训练可能很耗时,几个小时或者几天,所以如果是测试模块出了问题,每次都要重新运行就显得很浪费时间,所以如果训练部分没有问题,那么可以直接将训练的模型保存起来,然后下次运行直接加载模型,然后进行测试很方便。
在tensorflow中保存(save)和加载(restore)模型的类是tf.train.Saver(),其中变量保存的是key-value,不传参数默认是全部变量。
保存模型如下:
import tensorflow as tf """ 声明variable和op 初始化op声明 """ #创建saver对象,它添加了一些op用来save和restore模型参数 saver = tf.train.Saver() with tf.Session() as sess: sess.run(init_op) #训练模型过程 #使用saver提供的简便方法去调用 save op saver.save(sess, "save_path/file_name.ckpt")
恢复模型如下:
import tensorflow as tf """ 声明variable和op 初始化op声明 """ #创建saver 对象 saver = tf.train.Saver() with tf.Session() as sess: sess.run(init_op)#可以执行或不执行,restore的值会override初始值 saver.restore(sess, "save_path/file_name.ckpt")
参考:http://blog.csdn.net/jasonzhangoo/article/details/60756590
相关文章推荐
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow1.5训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- Tensorflow加载预训练模型和保存模型的实例
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow保存和加载训练模型
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow保存和加载训练模型
- tensorflow学习笔记六:保存和加载训练模型
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载