Tensorflow如何导出与使用预测图

  • 时间:
  • 浏览:0
  • 来源:幸运飞艇_幸运飞艇官方

一一个例子

首先定义个网络模型,对于输入与预测累积tensor的name属性亲戚亲戚朋友都给予赋值。

定义输入-X

保存检查点的代码如下:

运行结果:

tf.train.Saver API说明

保存于恢复变量,对定义好完成训练怎么让 完成累积训练的计算图所有OP操作的上面变量进行保存,保存为检查点文件(checkpoint file),检查点文件通过restore措施完成恢复,实现从变量到张量值(tensor value)得映射加载,还要能进行调用怎么让 继续训练。一并Saver支持全局步长参数,通过对不同的step自动保存为检查点

导出预测图过后使用预测实现手写数字预测的代码如下

Saver在保存检查点的过后默认保存计算图的完整变量,怎么让 还要能通过var_list来决定保存几个个变量到检查点文件中去。对保存的检查点进行恢复还要能调用如下的措施:

从检查点恢复变量并映射到相关的tensor中去,要求需要有一一个当不会话才还要能重新加载计算图。当使用这人措施过后就无需再重复调用初始化措施来初始化变量了,restore措施三种就完成了变量初始化,怎么让 就还要能继续训练怎么让 使用计算图进行预测。

其中

当prefix=my_cnn_mnist,steps=111500时



通过读取checkpint文件与meta文件加载计算图,怎么让 把所有的变量转换为常量形式通过GFile进行串行化写入生成预测图(PB文件),从检查点导出成为预测图(PB文件)的代码如下:

上述代码表示分别在step=0与step=11150的过后保存检查点。

定义预测输出

这段代码我也是借鉴tensorflow中一一个工具类copy过来的,发现很好用!

预测图导出

使用tf.train.Saver会保存检测点文件,怎么让 几个文件有的是一一个,是还还有一个文件一组:

原文发布时间为:2018-12-24

本文作者: gloomyfish

本文来自云栖社区企业企业合作伙伴“ OpenCV学堂”,了解相关信息还要能关注“CVSCHOOL”微信公众号

构建卷积神经网络的代码如下