这篇文章主要介绍了tensorflow模型权重导出的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
tensorflow在保存权重模型时多使用tf.train.Saver().save 函数进行权重保存,保存的ckpt文件无法直接打开,不利于将模型权重导入到其他框架使用(如Caffe、Keras等)。
好在tensorflow提供了相关函数 tf.train.NewCheckpointReader 可以对ckpt文件进行权重查看,因此可以通过该函数进行数据导出。
import tensorflow as tf import h6py cpktLogFileName = r'./checkpoint/checkpoint' #cpkt 文件路径 with open(cpktLogFileName, 'r') as f: #权重节点往往会保留多个epoch的数据,此处获取最后的权重数据 cpktFileName = f.readline().split('"')[1] h6FileName = r'./model/net_classification.h6' reader = tf.train.NewCheckpointReader(cpktFileName) f = h6py.File(h6FileName, 'w') t_g = None for key in sorted(reader.get_variable_to_shape_map()): # 权重名称需根据自己网络名称自行修改 if key.endswith('w') or key.endswith('biases'): keySplits = key.split(r'/') keyDict = keySplits[1] + '/' + keySplits[1] + '/' + keySplits[2] f[keyDict] = reader.get_tensor(key)
感谢你能够认真阅读完这篇文章,希望小编分享的“tensorflow模型权重导出的示例分析”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。