Tensorflow中变量保存与恢复_第1页
Tensorflow中变量保存与恢复_第2页
Tensorflow中变量保存与恢复_第3页
Tensorflow中变量保存与恢复_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Tensorflow中变量保存与恢复SaverTensorflow中，用 来保存、恢复变量。保存变量#————————————————————例子————————————————————————importtensorflowastf创建两个变量v1=tf.Variable(tf.random_normal([784,200],stddev=0.35),name="v1")v2=tf.Variable(tf.zeros([200]),name="v2")添加用于初始化变量的节点init_op=tf.global_variables_initializer()#Createasaver.运行，保存变量sess=tf.Session()Saver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 global_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)==>filename:'my-model-1000'12341234#——————————————————例子————————————————————————importtensorflowastf创建两个变量v1=tf.Variable(tf.random_normal([784,200],stddev=0.35),name="v1")v2=tf.Variable(tf.zeros([200]),name="v2")添加用于初始化变量的节点init_op=tf.global_variables_initializer()#Createasaver.运行图，打开会话，每1000次保存一个模型sess=tf.Session()forstepinrange(10000):sess.run(init_op)ifstep%1000==0:saver.save(sess,base_path+'my-model',运行结果： 恢复变量#————————————————例子——————————————————————sess.run(tf.global_variables_initializer())#arg:获取最近一次保存的变量

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论