打印tensorflow恢复模型中所有变量与操作节点方式
我就废话不多说了，大家还是直接看代码吧！
#参数恢复
self.sess=tf.Session()
saver = tf.train.import_meta_graph(os.path.join(model_fullpath,'model.ckpt-7.meta'))
module_file = tf.train.latest_checkpoint(model_fullpath)
saver.restore(self.sess, module_file)
variable_names = [v.name for v in tf.trainable_variables()]
variable_names = [v.name for v in tf.global_variables()]
values = self.sess.run(variable_names)
i=0
for k, v in zip(variable_names, values):
i+=1
if k.find('encode')!=-1:
print(f"第 {i} 个variable")
print("Variable: ", k)
print("Shape: ", v.shape)
print(v)
graph = tf.get_default_graph()
all_ops = graph.get_operations()
for el in all_ops:
print(el.name)
输出结果：
补充知识：TensorFlow：.ckpt文件与.ckpt.meta和.ckpt.index以及.pb文件之间的关系是什么？
再使用 tf.train.Saver() 保存参数通常会生成以下文件
那么这些文件具体是什么呢？
.ckpt文件：是旧版本的输出saver.save(sess)，相当于你的.ckpt-data
“checkpoint”：文件仅用于告知某些TF函数，这是最新的检查点文件。
.ckpt-meta：包含元图，即计算图的结构，没有变量的值（基本上你可以在tensorboard / graph中看到）。
.ckpt-data：包含所有变量的值，没有结构。
.ckpt-index：可能是内部需要的某种索引来正确映射前两个文件，它通常不是必需的
你可以只用 .ckpt-meta 和恢复一个模型 .ckpt-data
要在python中恢复模型，您通常会使用元数据和数据文件（但您也可以使用该.pb文件）：
saver = tf.train.import_meta_graph(path_to_ckpt_meta) saver.restore(sess, path_to_ckpt_data)
该.pb文件可以保存您的整个图表（元+数据）
要在c ++中加载和使用（但不训练）图形，您通常会使用它来创建freeze_graph，它会.pb从元数据和数据创建文件。
要小心，（至少在以前的TF版本和某些人中）py提供的功能freeze_graph不能正常工作，所以你必须使用脚本版本。
上一篇：使用setup.py安装python包和卸载python包的方法
栏 目：Python代码
下一篇：PyCharm2020.1.1与Python3.7.7的安装教程图文详解
本文标题：打印tensorflow恢复模型中所有变量与操作节点方式
本文地址：http://www.codeinn.net/misctech/77695.html
