Tensorflow 获取model中的变量列表

最新推荐文章于 2022-09-15 14:43:53 发布
原创 最新推荐文章于 2022-09-15 14:43:53 发布 · 927 阅读 · 0
标签
#tensorflow #机器学习
本文介绍了在TensorFlow中动态获取模型变量列表的多种方式，包括使用`tf.trainable_variables`和`tf.global_variables`获取全部或训练变量，利用`tensorflow.contrib.slim`模块的`get_variables`和`get_variables_to_restore`进行筛选，以及如何从已保存的模型文件中离线获取变量列表。

1、动态获取 

（1）朴素获取法
       1） 朴素获取可训练变量：t_vars = tf.trainable_variables()
       2）朴素获取全部变量，包含声明training=False变量：all_vars = tf.global_variables()
（2）使用tensorflow.contrib.slim
       1） 获取常规变量(是slim里面与model变量对应的一个类型)：regular_variables = slim.get_variables()
       2）直接获取：vars = slim.get_variables_to_restore()
       3）slim用于筛选方法
            a. 通过name筛选: variables = slim.get_variables_by_name("d_")
            b. 通过name后缀筛选：variables = slim.get_variables_by_suffix("_b")
            c. 通过namespace筛选：variables = slim.get_variables(scope="layer1")
            d. 通过include和exclude筛选
                d0. variables_to_restore = slim.get_variables_to_restore(include=["d

最低0.47元/天 解锁文章
tensorflow 获取checkpoint中的变量列表实例
12-20
方式1：静态获取,通过直接解析checkpoint文件获取变量名及变量值 通过 reader = tf.train.NewCheckpointReader(model_path) 或者通过： from tensorflow.python import pywrap_tensorflow reader = pywrap_tensorflow.NewCheckpointReader(model_path) 代码： model_path = "./checkpoints/model.ckpt-75000" ## 下面两个reader作用等价 #reader = pywrap_tensorflo
Tensorflow 查看变量的值方法
09-20
今天小编就为大家分享一篇Tensorflow 查看变量的值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
tensorflow 查看模型中的参数列表及对应的值
beginerToBetter的博客
01-04 4119
tensorflow的checkpoint文件存储模型使用的变量对象，其是一个二进制文件，将变量名映射到对用的tensor值，因此可通过该文件查看参数对应的值 #使用NewCheckpointReader来读取ckpt里的变量 from tensorflow.python import pywrap_tensorflow # 以下XXX为模型保存chechpoint文件的相对路径，如"model/bestParMTCR_gateBehavior.ckpt" checkpoint_path = "XXX".
Tensorflow 获取model中的变量列表，用于模型加载等
wzg2016的博客
08-16 2955
转自(稍作修改):https://blog.csdn.net/w55100/article/details/88141744 前言 需求来自声明saver时需要指定变量列表。 var_list = saver._var_list print(type(var_list[0])) #output : <class 'tensorflow.python.ops.variables....
数据挖掘模型中的IV和WOE详解
热门推荐
一些杂七杂八的想法
03-02 25万+
1.IV的用途 IV的全称是Information Value，中文意思是信息价值，或者信息量。 我们在用逻辑回归、决策树等模型方法构建分类模型时，经常需要对自变量进行筛选。比如我们有200个候选自变量，通常情况下，不会直接把200个变量直接放到模型中去进行拟合训练，而是会用一些方法，从这200个自变量中挑选一些出来，放进模型，形成入模变量列表。那么我们怎么去挑选入模变量呢？ 挑选入模变
【tensorflow】打印Tensorflow graph中的所有需要训练的变量--tf.trainable_variables()
Shwan_ma的博客
12-23 2万+
一般来说，打印tensorflow变量的函数有两个： tf.trainable_variables () 和 tf.all_variables() 不同的是： tf.trainable_variables () 指的是需要训练的变量 tf.all_variables() 指的是所有变量一般而言，我们更关注需要训练的训练变量： 值得注意的是，在输出变量名时，要对整个graph进行初始化一、打
slim.get_model_variables()
weixin_36670529的博客
09-15 1920
def get_model_variables(scope=None, suffix=None): return get_variables(scope, suffix, ops.GraphKeys.MODEL_VARIABLES) 获取按范围和/或后缀过滤的模型变量列表。 参数： scope:筛选要返回的变量的可选作用域 suffix:用于过滤要返回的变量的可选后缀 返回值： ...
模型的var
Gussss的博客
11-13 980
看PWCNET和DCGAN代码的时候，发现， 方法1使用如下命令，可以获得一个变量列表，如图1 t_vars = tf.trainable_variables()                                                                                                图1 使用如下指令把变量名字存在...
TensorFlow - TF-Slim 提供了关于变量的控制与管理封装函数 - Variables.
gqixf的博客
10-12 951
感谢作者：http://www.aiuai.cn/aifarm316.html TensorFlow - TF-Slim 提供了关于变量的控制与管理封装函数 - Variables. 包括变量恢复函数，如get_variables, get_variables_to_restore 等. Variables 函数主要有： add_model_variable, assert_global_...
如何输出查看tensorflow内的变量值
sa726663676的博客
08-19 2万+
tensorflow变量的值不可以直接打印出来，用print函数打印的只是变量的结构，要想查看tensorflow内的变量值可以用以下方法 1.用tf.Session()函数 import tensorflow as tf # sess=tf.Session() # w1=tf.Variable(5,dtype=tf.int32) # sess.run(tf.global_variables_i...
tensorflow查看所有变量和checkpoint保存的变量
weixin_42752435的博客
12-12 575
当tensorflow加载训练好的模型时，如果现在创建的图中变量与保存的不一致时，就会报错，报出类似这样的错误 NotFoundError (see above for traceback): Key Variable not found in checkpoint [[Node: save/RestoreV2 这时我们可以打印出所有变量名，比较有什么不同 对于checkpoint保存的：...
TensorFlow的可训练变量和自动求导机制
hanhan的博客
08-26 1828
文章目录一些概念、函数、用法TensorFlow实现一元线性回归 一些概念、函数、用法 对象Variable 创建对象Variable： tf.Variable(initial_value,dtype) 利用这个方法，默认整数为int32，浮点数为float32，注意Numpy默认的浮点数类型是float64，如果想和Numpy数据进行对比，则需要修改与numpy一致，否则在机器学习中float32位够用了。 将张量封装为可训练变量 print(tf.Variable(tf.random. norm.
Tensorflow训练过程中查看某参数的值
Glooow的博客
03-14 4779
有时候训练过程中想要打印某一可训练参数的值，查看训练效果，可以使用如下方法 import tensorflow as tf with tf.name_scope('A'): var = tf.Varable(initial_value = tf.zeros([3,3]), name = 'var') with tf.Session() as sess: varvar = sess.g...
读取并输出tensorflow中所有变量的方法
Don't worry,be happy
07-13 6965
variable_names = [v.name for v in tf.trainable_variables()] values = sess.run(variable_names) for k, v in zip(variable_names, values): print("Variable: ", k) print("Shape: ", v.shape) prin...
tensorflow简单的查看程序运行时变量的值
sa726663676的博客
09-04 1913
下面程序演示tensorflow如何在程序的信息中打印变量的值，可用于调试： 为了简单，我们用y=wx作为演示实例，其中w表示变量参数（初始值设为1），x表示输入 损失函数我们选择（真实值-预测值）loss=y-logit，这里损失函数没有什么意义，只是作为演示实例 我们想求每次w的变化就需要用梯度下降法 loss=y-logit,logit=wx （logit为预测值） （1）...
tensorflow的归一化和 Tensorflow-查看保存的变量及名字
天马行空的博客
04-11 1496
归一化的理由 过大或过小的数值可能导致计算浮点的上溢或下溢 不同的数值范围导致不同属性对模型的重要性不同，对优化造成困难，训练时间变长 机器学习常用方法（正则）技巧/模型都假设属性取值在以0为均值的附近 import tensorflow as tf import os logdir='./output/' from tensorflow.python import pywr...
tensorflow创建变量以及根据名称查找变量
shuzfan的专栏
01-28 1万+
环境：Ubuntu14.04，tensorflow=1.4(bazel源码安装)，Anaconda python=3.6 声明变量主要有两种方法：tf.Variable和 tf.get_variable，二者的最大区别是： (1) tf.Variable是一个类，自带很多属性函数；而 tf.get_variable是一个函数; (2) tf.Variable只能生成独一无二的变量，即如果给出
tensorflow学习笔记（五）：TensorFlow变量共享和数据读取
woaidapaopao的博客
06-13 1万+
1、变量共享 　　前面已经说过如何进行变量的生成和初始化内容，也用到了命名空间的概念，这里说一下什么是变量共享。当我们有一个非常庞大的模型的时候免不了需要进行大量的变量共享，而且有时候还希望能够在一个地方初始化所有的变量，这就需要tf.variable_scope() 和 tf.get_variable()。 　　当只有两层的卷积的时候，前面的程序都是定义了两个卷积变量W1和W2(忽略b)，而
tensorflow 从模型中读出参数
活到老、学到老
07-30 3183
# Create some variables. v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer) v2 = tf.get_variable("v2", shape=[5], initializer = tf.zeros_initializer) inc_v1 = v1.assign(v1+1) ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值