人妖在线一区,国产日韩欧美一区二区综合在线,国产啪精品视频网站免费,欧美内射深插日本少妇

新聞動(dòng)態(tài)

基于tensorflow權(quán)重文件的解讀

發(fā)布日期:2022-04-05 19:34 | 文章來(lái)源:腳本之家

1.解讀tensorflow權(quán)重文件,透過(guò) tf.train.NewCheckpointReader函數(shù)。

2.reader.get_variable_to_shape_map()可以得到權(quán)重文件里面的tensor名稱。

3.reader.get_tensor(key) 可以得到對(duì)應(yīng)tensor的權(quán)重值。

import tensorflow as tf
cpktFileName = r'.\models\resnet_v2_152.ckpt'
reader = tf.train.NewCheckpointReader(cpktFileName)
for key in sorted(reader.get_variable_to_shape_map()):

 if key.endswith('weights') or key.endswith('biases'):
  keySplits = key.split(r'/')
  print(key)
  print(reader.get_tensor(key))
  

resnet_v2_152權(quán)重 tensor name解讀

第一,每個(gè)tensor name都以resnet_v2_152開(kāi)頭

第二,tensor name第二段為block,共有四個(gè)block。與網(wǎng)絡(luò)架構(gòu)有關(guān)。

第三,第三字段為unit,每個(gè)block里面unit數(shù)量不同。與網(wǎng)絡(luò)架構(gòu)有關(guān)。

第四,除了組后的平坦層,第四字段都為bottleneck_v2

第五,第五字段為‘conv1',‘conv2',‘conv3',‘shortcut'

第六,第六字段為‘weights' or ‘biases'

補(bǔ)充:tensorflow模型的調(diào)用,權(quán)重查看

以vc版本的tensorpack說(shuō)明

模型調(diào)用

每次運(yùn)行,會(huì)有checkpoint、graph、model生成

1、其中,若文件夾已經(jīng)有checkpoint,且寫(xiě)有自動(dòng)掉用上次模型,可以在上次的基礎(chǔ)上繼續(xù)訓(xùn)練,否則重新生成,且不能調(diào)用之前的模型,即使已經(jīng)存在

2、每次運(yùn)行會(huì)重新生成graph,即使上次的已經(jīng)存在,因此調(diào)用上次模型與文件夾中是否有g(shù)raph無(wú)關(guān)

權(quán)重變量查看

import numpy as np
import tensorflow as tf
import sys
model = sys.argv[1]
tensor = sys.argv[2]
reader = tf.train.NewCheckpointReader(model)
all_variables = reader.get_variable_to_shape_map()
#reader = pywrap_tensorflow.NewCheckpointReader(ckpt_path)
#param_dict = reader.get_variable_to_shape_map()
for key, val in all_variables.items():
 try:
  print key, val
  #key是網(wǎng)絡(luò)參數(shù)名,val是維度
 except:
  pass
w0 = reader.get_tensor(tensor)
np.save('con1d_w.npy',w0)
print(type(w0))
print(w0.shape)
print(w0[0])

文件內(nèi)容

chekpoint—記錄了保存的最新的checkpoint文件以及其它c(diǎn)heckpoint文件列表。在inference時(shí),可以通過(guò)修改這個(gè)文件,指定使用哪個(gè)model

MyModel.meta文件保存的是圖結(jié)構(gòu),meta文件是pb(protocol buffer)格式文件,包含變量、op、集合等。

ckpt文件是二進(jìn)制文件,保存了所有的weights、biases、gradients等變量。在tensorflow 0.11之前,保存在.ckpt文件中。0.11后,通過(guò)兩個(gè)文件保存,如:

MyModel.data-00000-of-00001
MyModel.index

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持本站。

國(guó)外服務(wù)器租用

版權(quán)聲明:本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有,歡迎引用、轉(zhuǎn)載,請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像,否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái),僅供學(xué)習(xí)參考,不代表本站立場(chǎng),如有內(nèi)容涉嫌侵權(quán),請(qǐng)聯(lián)系alex-e#qq.com處理。

相關(guān)文章

實(shí)時(shí)開(kāi)通

自選配置、實(shí)時(shí)開(kāi)通

免備案

全球線路精選!

全天候客戶服務(wù)

7x24全年不間斷在線

專屬顧問(wèn)服務(wù)

1對(duì)1客戶咨詢顧問(wèn)

在線
客服

在線客服:7*24小時(shí)在線

客服
熱線

400-630-3752
7*24小時(shí)客服服務(wù)熱線

關(guān)注
微信

關(guān)注官方微信
頂部