tensorflow运作方式

定义变量,初始化,一般初始化随机值,或者常值

weights = tf.Variable(tf.random_normal([784, 200],stddev=0.35),
                      name='weights')
from tensorflow.python.framework import ops
ops.reset_default_graph()

biases = tf.Variable(tf.zeros([200]), name='biases')
init_op = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init_op)
    #print sess.run(weights)

保存变量

from tensorflow.python.framework import ops
#ops.reset_default_graph()
g1 = tf.Graph()
print g1
with g1.as_default():
    # 由另一个变量初始化
    weights = tf.Variable(tf.random_normal([784, 200], stddev=0.35), 
                      name='weights')
    w2 =tf.Variable(weights.initialized_value(), name='w2')
    w_twice = tf.Variable(weights.initialized_value()*0.2,name='w_twice')

# 保存变量
    init_op = tf.global_variables_initializer()

    saver = tf.train.Saver()
with tf.Session(graph=g1) as sess:
    sess.run(init_op)
    print sess.run(weights)
    save_path = saver.save(sess, '/tmp/model.ckpt')
    print 'Model saved in file: ',save_path

恢复变量

#ops.reset_default_graph()
# 恢复变量
g2 = tf.Graph()
with g2.as_default():
    weightss = tf.Variable(tf.zeros([784,200]),name='weights')
    w_2 = tf.Variable(weightss, name='w2')
    w_t = tf.Variable(weightss, name='w_twice')
    print weightss.graph
    saver = tf.train.Saver()
with tf.Session(graph=g2) as sess:
    saver.restore(sess, '/tmp/model.ckpt')
    #print sess.run(weightss)
   # print sess.run(w_2)
    print sess.run(w_t)

保存部分变量

from tensorflow.python.framework import ops
ops.reset_default_graph()
g1 = tf.Graph()
print g1
with g1.as_default():
    # 由另一个变量初始化
    weights = tf.Variable(tf.random_normal([784, 200], stddev=0.35), 
                      name='weights')
    w2 =tf.Variable(weights.initialized_value(), name='w2')
    w_twice = tf.Variable(weights.initialized_value()*0.2,name='w_twice')

# 保存变量
    init_op = tf.global_variables_initializer()

    saver = tf.train.Saver({'my_w2':w2,"my_wt":w_twice})
with tf.Session(graph=g1) as sess:
    sess.run(init_op)
    print sess.run(weights)
    save_path = saver.save(sess, '/tmp/model.ckpt')
    print 'Model saved in file: ',save_path

恢复变量

g2 = tf.Graph()
with g2.as_default():
    w_2 = tf.Variable(tf.zeros([784,200]), name='my_w2')
    w_t = tf.Variable(tf.zeros([784,200]), name='my_wt')
    #weightss = tf.Variable(tf.zeros([784,200]),name='my_weight')
    init_op = tf.global_variables_initializer()
    saver = tf.train.Saver()

with tf.Session(graph=g2) as sess:
    sess.run(init_op)
    saver.restore(sess, '/tmp/model.ckpt')

    print sess.run(w_2)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 代码:tensorflow/g3doc/tutorials/mnist/ 本篇教程的目的,是向大家展示如何利用Te...
    咫尺是梦阅读 906评论 0 1
  • 儿子今年十岁了,上四年级。他是比较活泼好动的类型,喜欢打篮球,并且打的挺好。 今年区里面的篮球赛马上就开始了,他们...
    梅好时光er阅读 221评论 0 1
  • 这一世,你安守着我,无约无期 看繁花栖满枝,听风推浪,只许一肩 这一世,荣华有你,落寞与你 乍见,便是此生的共勉 ...
    清晨明媚阅读 477评论 0 0
  • 如果这个世界让你无法安眠,那就听听米娅的悄悄话! ——一位孤独患者的自白 生活久了,逐渐对身边敏感起来,不喜欢聒噪...
    家居新主张阅读 255评论 1 2
  • 对于理智的人来说永远是未来比过去更有吸引力。 对于律所来说先活下去,再有成长率有生命力的发展前提。 2014年认真...
    大熊律师阅读 760评论 2 4