tensorflow学习之路----保存和提取数据
#保存数据注意他只能保存变量,不能保存神经网络的框架。
#保存数据的作用:保存权重有利于下一次的训练,或者可以用这个数据进行识别
#np.arange():arange函数用于创建等差数组,使用频率非常高
import tensorflow as tf
#注意:在保存变量的时候,一定要写出他的类型即dtype
Weights = tf.Variable([[1,2,3],[3,4,5]],dtype=tf.float32,name="Weights")
baises = tf.Variable([[1,32,3]],dtype=tf.float32,name="baises")
saver = tf.train.Saver()#保存数据和提取数据都需要先创建一个对象,才能使用
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
save_path = saver.save(sess,"E:\\workspace\\tensor\\tensor_data.ckpt")
'''
保存数据使用的函数是:saver.save(sess,"保存路径"),他可以返回保存路径
'''
print("save_path:",save_path)
#提取数据:这个写在其他的文件的
'''
提取的数据要和保存的数据的shape和type一致
在提取数据的时候,已经不再需要初始化变量了,因为提取数据的时候,他会帮我们自动化初始化了
'''
import tensorflow as tf
import numpy as np
'''
提取数据的时候,变量的类型一定要相同
'''
W = tf.Variable(np.arange(6).reshape((2,3)),dtype=tf.float32,name="Weights")
b = tf.Variable(np.arange(3).reshape((1,3)),dtype=tf.float32,name="baises")
saver = tf.train.Saver()#保存数据和提取数据都需要先创建一个对象,才能使用
with tf.Session() as sess:
saver.restore(sess,"E:\\workspace\\tensor\\tensor_data.ckpt")
#提取到的数据会根据数据的类型自动分配到类型相同的数据变量中
print("weights:",sess.run(W))
print("baises:",sess.run(b))
最新文章
- 给VM中的RHEL6.5配置本地源
- Android成长日记-使用ToggleButton实现灯的开关
- BZOJ 1468: Tree
- Bluetooth Security Manager
- jquery mobile (一)
- spring中bean的一些知识点
- MVC常见的控制器,接口,数据层之间的操作
- 机器学习基石:07 The VC Dimension
- 今年暑假不AC - HZNU寒假集训
- nuxt npm run dev 报错Solution to the ";Error: listen EADDRINUSE 127.0.0.1:8080";
- js逗号表达式
- C++(实验二)
- SpringBoot 2.0 pom.xml 配置(热启动)
- ie9 placeholder兼容代码方法
- 【Spark调优】大表join大表,少数key导致数据倾斜解决方案
- [PHP] 算法-字符串的左循环的PHP实现
- Python 调用图像融合API
- dp——完全背包(方案数)
- ASP.NET Core中如果Response.HasStarted已经为true,就不能更改Response.Cookies和Response.Headers等属性的值了
- 【vue】vue.js安装教程/vue项目搭建