从训练好的tensorflow模型中打印训练变量实例
2020-01-29 12:17
851 查看
从tensorflow 训练后保存的模型中打印训变量:使用tf.train.NewCheckpointReader()
import tensorflow as tf reader = tf.train.NewCheckpointReader('path/alexnet/model-330000') dic = reader.get_variable_to_shape_map() print dic
打印变量
w = reader.get_tensor("fc1/W") print type(w) print w.shape print w[0]
以上这篇从训练好的tensorflow模型中打印训练变量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
您可能感兴趣的文章:
相关文章推荐
- tensorflow加载训练好的模型、计算图和变量
- 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 分布式 全局变量 数据并行 同步训练 in-graph 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学习笔记:模型训练数据的保存和恢复的简单实例
- TensorFlow 深度学习框架(7)-- 变量管理及训练模型的保存与加载
- 如何保存训练好的神经网络直接进行测试-TensorFlow模型持久化