版权声明:本文为博主原创文章,转载请标明出处。 https://blog.csdn.net/chuan403082010/article/details/88715441
import tensorflow as tf
# 模型持久化==================
v1 = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32),name='v1')
v2 = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32), name='v2')
result = v1+v2
saver = tf.train.Saver()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
#模型运行
print(sess.run(result))
for i in range(5):
#保存
saver.save(sess,'./models/test3/model.ckpt',global_step=i)
#模拟模型加载的代码==============
# 第一种方法---必须定义一个和模型存储的时候一样的一个计算图
v1 = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32),name='v1')
v2 = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32), name='v2')
result = v1+v2
saver = tf.train.Saver()
with tf.Session() as sess:
saver.restore(sess,'./models/test3/model.ckpt-4')
print(sess.run([result,v1,v2]))
#第二种方法---不定义图 直接加载模型(根据meta data的原数据信息)
saver = tf.train.import_meta_graph('./models/test3/model.ckpt-4.meta')
with tf.Session() as sess:
saver.restore(sess,'./models/test3/model.ckpt-4')
print(sess.run(tf.get_default_graph().get_tensor_by_name('add:0')))
# 第三种---更改映射关系
d = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32),name='a')
f = tf.Variable(initial_value=tf.random_uniform([1],0,10,dtype=tf.float32), name='b')
result = d+f
saver = tf.train.Saver(var_list={"v1":d,"v2":f})
with tf.Session() as sess:
saver.restore(sess,'./models/test3/model.ckpt-4')
print(sess.run([result,d,f]))