这篇文章将为大家详细讲解有关tensorflow如何实现读取模型中保存的值 tf.train.NewCheckpointReader，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
使用tf.trian.NewCheckpointReader(model_dir)
一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)
checkpoint Model.meta Model.data-00000-of-00001 Model.index
import tensorflow as tf
import pprint # 使用pprint 提高打印的可读性
NewCheck =tf.train.NewCheckpointReader("model")打印模型中的所有变量
print("debug_string:\n")
pprint.pprint(NewCheck.debug_string().decode("utf-8"))
其中有3个字段, 分别是名字, 数据类型, shape
获取变量中的值
print("get_tensor:\n")
pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))
print("get_variable_to_dtype_map\n")
pprint.pprint(NewCheck.get_variable_to_dtype_map())
print("get_variable_to_shape_map\n")
pprint.pprint(NewCheck.get_variable_to_shape_map())
关于“tensorflow如何实现读取模型中保存的值 tf.train.NewCheckpointReader”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
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。
