0
訓練を受けたAlexNetを使用してデータベースを微調整しました。さて、セッションを保存したら、私はのmodel.ckpt.meta、model.ckpt.index、model.ckpt.dataの3つのファイルを得ました。 ここで、新しい重みとモデルを使って、他の画像を予測する方法を説明します。テンソルフローで微調整モデルを使用するには?
また、重みを.npy形式で保存する方法はありますか?
訓練を受けたAlexNetを使用してデータベースを微調整しました。さて、セッションを保存したら、私はのmodel.ckpt.meta、model.ckpt.index、model.ckpt.dataの3つのファイルを得ました。 ここで、新しい重みとモデルを使って、他の画像を予測する方法を説明します。テンソルフローで微調整モデルを使用するには?
また、重みを.npy形式で保存する方法はありますか?
TensorFlow docsによれば、Saverオブジェクトで変数を保存し、同じものでロードします。
# Create some variables.
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")
saver = tf.train.Saver()
if training:
initialize()
train()
save_path = saver.save(sess, "/tmp/model.ckpt") # save your variables
if testing:
saver.restore(sess, "/tmp/model.ckpt") # load your variables
predict()
変数は、独自の形式で保存されているTensorFlow:次のような。 Numpy docsで述べたようにnumpyのような変数を保存するには、numpyのアレイのようなセッションからテンソルを取得し、numpyのを/負荷を保存する必要があります:あなたがしたいと思いますなぜ
# After training
v1_np = sess.run(v1, your_data) # get numpy array from TensorFlow
np.save('/tmp/123', v1_np) # save to numpy format
# something else happens here
# Load the numpy variables
v1_np = vnp.load('/tmp/123.npy')
v1 = tf.Variable(v1_np) # initialize your tf variable with numpy values
これは神秘的である