关于Tensorflow 加载和使用多个模型的方式
2024-08-29 05:48:49
在Tensorflow中,所有操作对象都包装到相应的Session中的,所以想要使用不同的模型就需要将这些模型加载到不同的Session中并在使用的时候申明是哪个Session,从而避免由于Session和想使用的模型不匹配导致的错误。而使用多个graph,就需要为每个graph使用不同的Session,但是每个graph也可以在多个Session中使用,这个时候就需要在每个Session使用的时候明确申明使用的graph。
g1 = tf.Graph() # 加载到Session 1的graph
g2 = tf.Graph() # 加载到Session 2的graph sess1 = tf.Session(graph=g1) # Session1
sess2 = tf.Session(graph=g2) # Session2 # 加载第一个模型
with sess1.as_default():
with g1.as_default():
tf.global_variables_initializer().run()
model_saver = tf.train.Saver(tf.global_variables())
model_ckpt = tf.train.get_checkpoint_state(“model1/save/path”)
model_saver.restore(sess, model_ckpt.model_checkpoint_path)
# 加载第二个模型
with sess2.as_default(): # 1
with g2.as_default():
tf.global_variables_initializer().run()
model_saver = tf.train.Saver(tf.global_variables())
model_ckpt = tf.train.get_checkpoint_state(“model2/save/path”)
model_saver.restore(sess, model_ckpt.model_checkpoint_path) ... # 使用的时候
with sess1.as_default():
with sess1.graph.as_default(): # 2
... with sess2.as_default():
with sess2.graph.as_default():
... # 关闭sess
sess1.close()
sess2.close()
注意事项:
1、在1处使用as_default使session在离开的时候并不关闭,在后面可以继续使用知道手动关闭;
2、由于有多个graph,所以sess.graph与tf.get_default_value的值是不相等的,因此在进入sess的时候必须sess.graph.as_default()明确申明sess.graph为当前默认graph,否则就会报错。
3、不同框架的模型(tf, caffe, torch等)在加载的很有可能导致底层的cuDNN分配出现问题从而报错,这种一般可以尝试通过模型的加载顺序来解决。
最新文章
- USACO 刷水
- Python的神奇方法指南
- 第十九章 数据访问(In .net4.5) 之 处理数据
- android webview开启html5支持
- 浅谈css中的position
- UNIX基础知识之程序和进程
- [Effective C++ --018]让接口容易被正确使用,不易被误用
- leptonica 学习笔记1
- HDU 1269 迷宫城堡 【强联通分量(模版题)】
- 判断闰年(go语言版本)
- 设计模式--模板方法 And State模式
- wxWidgets 的 Linux / Windows 混合开发环境
- JS对全角与半角的验证,相互转化以及介绍
- 数学:确定性的丧失 (M·克莱因 著)
- 判断and ,or
- Oracle EBS FA 资产编号跳号
- tkinter 对键盘和鼠标事件的处理
- 微服务监控zipkin、skywalking以及日志ELK监控系列
- JSONString 与 JSONData 与字典或者数组互相转化
- Maven(四-1) Maven的配置文件settings.xml