tensorflow模型持久化之tf.train.saver
2018-01-07 13:16
836 查看
Tensorflow 提供了一个非常简单的API来保存和还原一个神经网络的模型,这个API就是tf.train.saver类,本篇以前面的MNIST模型为例,代码如下所示:
显示结果如下:
运行完代码后,在'net'文件夹下会产生如下文件:
如产生的文件夹所示,文件后缀为.ckpt.meta保存了tensorflow的计算图结构,后缀为.ckpt保存了程序中每个变量的值,checkpoint文件保存一个目录下所有的模型的列表。
tf.train.saver类就记录到这了,下一篇将讲解模型的加载。
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #载入数据集 mnist = input_data.read_data_sets("MNIST_data",one_hot=True) #每个批次100张照片 batch_size = 100 #计算一共有多少个批次 n_batch = mnist.train.num_examples // batch_size #定义两个placeholder x = tf.placeholder(tf.float32,[None,784]) y = tf.placeholder(tf.float32,[None,10]) #创建一个简单的神经网络,输入层784个神经元,输出层10个神经元 W = tf.Variable(tf.zeros([784,10])) b = tf.Variable(tf.zeros([10])) prediction = tf.nn.softmax(tf.matmul(x,W)+b) #二次代价函数 # loss = tf.reduce_mean(tf.square(y-prediction)) loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,logits=prediction)) #使用梯度下降法 train_step = tf.train.GradientDescentOptimizer(0.2).minimize(loss) #初始化变量 init = tf.global_variables_initializer() #结果存放在一个布尔型列表中 correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))#argmax返回一维张量中最大的值所在的位置 #求准确率 accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) #声明tf.train.Saver类用于保护模型 saver = tf.train.Saver() with tf.Session() as sess: sess.run(init) for epoch in range(11): for batch in range(n_batch): batch_xs,batch_ys = mnist.train.next_batch(batch_size) sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys}) acc = sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels}) print("Iter " + str(epoch) + ",Testing Accuracy " + str(acc)) #保存模型到'net/my_net.ckpt'文件夹 saver.save(sess,'net/my_net.ckpt')
显示结果如下:
运行完代码后,在'net'文件夹下会产生如下文件:
如产生的文件夹所示,文件后缀为.ckpt.meta保存了tensorflow的计算图结构,后缀为.ckpt保存了程序中每个变量的值,checkpoint文件保存一个目录下所有的模型的列表。
tf.train.saver类就记录到这了,下一篇将讲解模型的加载。
相关文章推荐
- tensorflow中关于模型存储和恢复(tf.train.Saver())的问题
- 【TensorFlow】模型持久化tf.train.Saver—下(九)
- 模型的持久化 tf.train.Saver()
- tensorflow学习day2简单监督学习模型及用tf.train.Saver实现检查点恢复
- TensorFlow入门使用 tf.train.Saver()保存模型
- tensorflow学习——tf.train.Supervisor()与tf.train.saver()
- tensorflow学习笔记(八):模型持久化 saver and restore
- Tensorflow中提供tf.train.ExponentialMovingAverage函数实现(滑动平均模型)
- tensorflow 下的滑动平均模型 —— tf.train.ExponentialMovingAverage
- TensorFlow入门(九)使用 tf.train.Saver()保存模型
- TensorFlow入门(九)使用 tf.train.Saver()保存模型
- tensorflow 1.0之tf.train.Saver 文档翻译
- tf.train.Saver函数的用法之保存全部变量和模型
- tf.train.Saver函数的用法之保存全部变量和模型
- Tensorflow基础:模型持久化
- TensorFlow入门基础知识(六)tf.train.ExponentialMovingAverage()的用法
- 谷歌开源图像分类工具TF-Slim,定义TensorFlow复杂模型
- tf.train.saver()
- tensorflow 1.0 学习:模型的保存与恢复(Saver)
- [tensorflow] tensorflow 1.0 学习:模型的保存与恢复(Saver)