Tensorflow中变量保存与恢复

1、Tensorflow中变量保存与恢复SaverTensorflow 中，用 tensorflow, train. Saver 来保存、'恢复变量。保存变量tf train. Saver save (sess, sa.ve_path, global_step=None,latest_filename=None, meta_graph_suffix- meta/, write_meta_graph=True,write_state=True)11 #例子 import tensorflow as tf#创建两个变量vl= tf. Variable(tf. random_normal(784

2、, 200, stddev=0.35), name二vl)v2= tf. Variable(tf. zeros(200), name二"v2")#添加用于初始化变量的节点init_op = tf. global_variables_initializer()# Create a saver.saver 二 tf. train. Saver (tf. globa.l_variables () # 运彳亍，保存变量sess = tf. SessionO saver. sa.ve(sess, my-modeF)12345678910111213141512345678 91011

3、12131415Saver可以使用提供的计数器自动为checkpoint文件编号。这使得在训练模型时在不同的步骤保留多个检查点。在save() 方法中传递可选的globa.l_step参数，可以对checkpoint文件 进行编号saver, save(sess,，my-model', global_step=0) => filename: ' my-model-0 saver, save(sess, 'my-model', global_step=1000)二二filename: 'my-例子model-100012341234 #- impor

4、t tensorflow as tf#创建两个变量vl= tf. Variable (tf. randoin_normal (784, 200, stddev二0. 35), name二vl)v2= tf. Variable (tf. zeros(200), name二"v2") # 添加用于初始化变量 的节点 init_op = tf. global_variables_initializer () # Create a saver, saver 二 tf. train. Saver (tf. globa.l_variables () # 运彳亍图，打开会 话，每1000

5、次保存一个模型sess 二 tf. SessionOfor step in range(10000):sess. run(init_op)if step % 1000 = 0:saver. save(sess, base_path+?町-model',globa.l_step=step) 1234567891011121314151617181234567891 01112131415161718运行结果：恢复变量tf. train. Saver restore (sess, sa.ve_path) 11 #例子sess. run(tf. global_variables_initializer ()saver 二 tf. train. Saver (tf. global_variables()#arg:获取最近一次保存的变量文件名称 module_file 二 tf. train. latest_checkpoint (J my-mode?) print(module_fil