无法在Tensorflow中保存或恢复模型
在Tensorflow中保存或恢复模型的问题可能出现在以下几个方面：
- 代码错误：在保存或恢复模型时，可能存在代码错误导致无法正常保存或恢复模型。可以检查代码中的保存和恢复模型的相关部分，确保代码逻辑正确。
- 版本不兼容：Tensorflow的不同版本之间可能存在兼容性问题，导致无法保存或恢复模型。可以尝试更新Tensorflow版本或查看官方文档以了解兼容性问题。
- 权限问题：保存或恢复模型时，可能存在文件权限问题，导致无法正常保存或恢复模型。可以检查保存或恢复模型的目录是否具有正确的读写权限。
- 模型结构问题：保存或恢复模型时，可能存在模型结构定义不完整或不一致的问题，导致无法正常保存或恢复模型。可以检查模型结构定义的代码，确保模型结构正确。
- 数据类型问题：保存或恢复模型时，可能存在数据类型不匹配的问题，导致无法正常保存或恢复模型。可以检查模型输入输出的数据类型，确保数据类型一致。
针对以上问题，可以参考腾讯云提供的相关产品和文档来解决：
- 腾讯云AI Lab提供了AI开发平台，其中包括了TensorFlow的相关产品和服务，可以通过腾讯云AI Lab官网了解更多详情：腾讯云AI Lab
- 腾讯云提供了云服务器（CVM）和云存储（COS）等基础设施服务，可以用于保存和恢复模型的相关数据。具体产品介绍和文档可以参考腾讯云官网：腾讯云云服务器、腾讯云云存储
请注意，以上答案仅供参考，具体解决方案需要根据实际情况进行调整。
相关·内容
我已经开始探索TensorFlow库，并尝试使用MNIST数据的图像分类。我希望模型在培训阶段结束后存储在一个文件中，这样我就可以在需要时使用它。我检查了，它告诉我们如何将值从TensorFlow保存到任何文件中，并读取它。到目前为止，我能够按照链接中的建议使用泡菜将脚本中的一些变量保存到文件中。但是，我无法理解需要在文件中保存什么来存储模型的当前状态以供以后使用。拜托，有人可以用例子来解释这个部分，比如存储模型和加载模型。
浏览 13提问于2017-02-21得票数 0
回答已采纳
我正在学习TensorFlow文档中的“神经机器翻译与注意”教程，但无法知道如何将模型保存为SavedModel文件。
从文档中可以看出，我可以很容易地保存检查点，但是afaik在与其他应用程序集成时并不十分有用。有人知道如何保存整个“模型”，即使他们没有使用tf.keras.Model
博士：
浏览 1提问于2020-11-05得票数 1
回答已采纳
我使用TensorFlow库在Pycharm中使用了与我相同的初始模型。每次我运行该项目时，它都会开始训练数据集。我想在每次运行model时跳过训练，因为一旦模型被保存，就不需要一次又一次地训练数据。我如何知道我的模型已成功保存？如何在同一文件中应用保存模型？
浏览 1提问于2019-01-12得票数 0
2回答
假设我有一个具有Y层的模型。
我试图通过将Y-1层设置为trainable=False来恢复模型，所以我在定义tf.train.Saver(var_list=list_of_Y-1_layers)时将所有Y-1层(变量名)插入到var_list中，以便可以恢复它们。
我不想恢复最后一层，我想自己训练它，所以如果我把它放在var_list，它会被恢复，如果我不把它放在那里，它在训练期间不会保存在检查点内。
这个变量会保存在其他地方吗？或者我在保存/恢复方面做错了什么？
附注:为了检查是否保存了可训练变量，我使用了在tensorflow/tensorflow/python/tools/inspec
浏览 1提问于2017-10-11得票数 0
Tensorflow解释说，模型：.ckpt或.hdf5或.pb。这里有很多文档，所以最好能更简单地比较什么时候使用哪种文件格式。
以下是我目前的理解：
ckpt
来自
检查点捕获模型使用的所有参数(tf.Variable对象)的确切值。检查点不包含模型定义的计算的任何描述，因此通常只有在使用保存的参数值的源代码可用时才有用。
因此，当您知道源代码将相同时，似乎应该在培训期间使用cpkt进行检查点。为什么推荐它而不是.pb和.hdf5呢？它能节省空间吗？它是否包括其他文件格式不包含的数据？
pb
也来自
另一方面，SavedModel格式除了参数值(检查点)外，还包括模型定义的计算的
浏览 7提问于2020-01-23得票数 15
我正尝试在google colab上的自定义数据集上训练一个TensorFlow对象检测模型，我有一个保存的模型，训练了5000步，是否可以使用保存的模型恢复训练？我计划再训练20000步。我正在使用google colab进行培训，培训大约需要36个小时，所以我计划使用checkpoint。如何存储最佳模型检查点，并在会话运行时使用它们？
浏览 83提问于2021-03-12得票数 2
我正在通过huggingface使用transformers库。 他们在Tensorflow 2.0中为许多架构提供了预先训练的模型。我想在TPU上使用这些模型进行预测。由于TensorFlow2.0的TPU API仍处于实验阶段，因此我想在TensorFlow1.x中实现它 有没有办法将预先训练好的模型从TensorFlow2.0转换到TensorFlow1.x，反之亦然？ TensorFlow2.0的TPUE API描述如下：https://www.tensorflow.org/guide/distributed_training#tpustrategy，目前仍处于实验阶段，尚未共享合适
浏览 31提问于2019-10-01得票数 0
回答已采纳
文档指出，keras.model.save("model_name")将以两个文件的形式保存模型(1) saved_model.pb -包含配置和(2) variables -包含模型权重。 从tensorflow的对象检测api下载的模型也具有此文件。因此，当我使用此目录加载模型时， keras.models.load_model("/content/ssd_mobilenet_v1_fpn_640x640_coco17_tpu-8/saved_model") 我遇到了这样的错误 /usr/local/lib/python3.6/dist-packages/
浏览 70提问于2020-09-21得票数 1
有许多方法可以保存模型及其权重。当我们可以阅读和比较它们的属性的方法如此之多，而不是任何来源时，这是令人困惑的。
我知道的一些格式是：
YAML文件-结构
仅JSON文件-结构
H5完全模型- Keras
仅限H5权重- Keras
ProtoBuf -使用TensorFlow服务进行部署
泡菜-科学-学习
学习-取代Pickle，用于包含大数据的对象。
讨论：
与scikit学习不同，Keras不建议您使用泡菜保存模型。相反，模型被保存为HDF5文件。HDF5文件包含所需的一切，您不仅需要加载模型来进行预测(即架构和经过训练的参数)，还需要重新启动培训(即
浏览 0提问于2020-04-09得票数 7
我想在训练期间每5小时保存一次tensorflow变量。 因此，根据Tensorflow Saver doc，我构造了带有参数keep_checkpoint_every_n_hours=5的saver = Saver，并为学习的每一步调用saver.save()。因此，我所期望的是，saver模块以某种方式检测开始训练后经过的时间，并每5小时保存一次模型，而不是在调用它的每个步骤中实际保存模型。 下面简化了我如何使用该功能。 sess = tf.Session()
model = Model(sess)
saver = tf.train.Saver(max_to_keep=5,
浏览 35提问于2019-05-13得票数 1
回答已采纳
我刚刚开始在python中使用tensorflow。我正在尝试使用tensorflow for pascalvoc数据集训练单发检测。在创建no记录和使用VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt训练模型进行评估期间，没有错误。然而，当我试图使用ssd_300_vgg.ckpt预训练模型训练Pascalvoc2007或2012数据集时，我得到了以下错误。
2017-08-25 20:03:03.001268: I tensorflow/core/common_runtime gpu/gpu_device.cc:1045] Creating Tenso
浏览 0提问于2017-08-25得票数 9
我正在尝试通过使用预先训练的网络来提取新数据集的特征，就像谷歌在tensorflow中发布的那个classify_image_graph_def.pb (inception-2015-12-05.tgz)。我在这方面很成功，因为有一个教程，它使用classify_image_graph_def.pb (inception_v3.pb)来提取新数据集的断裂点。
然而，在新版本的预训练模型中，tensorflow提供了检查点文件(例如，resnet_v1_152.ckpt)代替Graph_def (例如resnet_v1_152.pb)。我想知道如何使用这些检查点文件来提取中的特征。有谁能给我指路
浏览 9提问于2016-09-26得票数 4
我正在尝试使用以下代码在tensorflow_model_server中添加一个新模型： from tensorflow_serving.apis import model_service_pb2_grpc
from tensorflow_serving.apis import model_management_pb2
from tensorflow_serving.config import model_server_config_pb2
import grpc
def add_model_config(host, name, base_path, model_platform):
浏览 33提问于2019-04-29得票数 1
我读了几篇关于这方面的讨论，但仍然无法让它适用于我的情况，我使用Google表训练了一个分类模型。使用cli导出模型并下载目录。
我的目标是更好地理解谷歌训练的模型，研究它，理解它的决定。然后尝试修剪它以提高性能。
我使用这段代码，只是为了开始：
import tensorflow as tf
from tensorflow import keras
import struct2tensor
location = "model_dir"
model = tf.saved_model.load(location)
model.summary()
我得到这个错误:摘要：‘Att
浏览 6提问于2021-09-11得票数 0
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
在Tensorflow中，如何在程序完成训练后保存程序的权重和所有其他变量？我希望能够使用我后来训练的模型。提前谢谢。
浏览 0提问于2016-09-04得票数 1
我使用adam-optimizer创建了一个tensorflow模型 tf.train.AdamOptimizer(..., name='AO').minimize(...) 在我存储模型并从模型文件中恢复它之后，我想使用优化器最小化一个不同的变量集。我的问题是如何获得名为'AO'的优化器对象
浏览 14提问于2019-04-26得票数 0
我正在做tensorflow项目。我已经成功地使用python flask进行了训练、测试和预测。但为了每次进行预测，我必须再次使用检查点加载完整的模型。如果我保存模型.h5格式，我不需要加载数据集来预测数据集。我不知道如何使用检查点将tensorflow模型保存为.h5格式。如果有人知道如何做，请帮助我或转发给我任何链接，如果可能的话。
谢谢。
浏览 1提问于2019-04-06得票数 1
我发现TensorFlow支持各种模型文件，.ckpt, .meta, .pb 1)现在我有了一个resnet50机型，.ckpt为102MB，.pb为459KB，如何使用TensorFlow加载到内存？ 2) Tensorflow支持多少种类型的模型文件？谁能提供一个列表或者像这样的材料(比如1. ckpt+pb 2. frozen.pb 3.meta+？)
浏览 13提问于2019-09-16得票数 0
回答已采纳
使用Tensorflow (特别是tf.contrib.slim)，我们需要校准一些参数来生成我们想要的张板图。
保存摘要间隔对我们来说更加清楚。它节省了价值(或者平均值？)在所提供的时间间隔内图中的一个特定点。
现在，检查点用于保存模型本身，为什么在培训过程中应该需要？模型变了吗..不知道这是怎么回事
浏览 3提问于2017-01-22得票数 2
1回答
我正在尝试使用.ckpt文件恢复模型，该文件是通过在tensorflow/models/embedding中运行word2vec_optimized.py获得的。我不确定如何恢复变量，以便加载模型并使用它，因为所有tf变量都是在tensorflow/models/embedding/word2vec_optimized.py的类中封装和初始化的。任何帮助都将不胜感激。
另外，如果我确实“恢复”了创建的.ckpt，我现在是否拥有一个Wor2Vec实例，或者当我使用.ckpt恢复一个模型时，我实际得到了什么
浏览 0提问于2016-07-18得票数 2
我训练了神经网络(变压器结构)，并通过以下方法保存了它：
model.save(directory + args.name, save_format="tf")
在此之后，我希望再次用另一个脚本加载模型，通过让它进行迭代预测来测试它：
from keras.models import load_model
model = load_model(args.model)
for i in range(very_big_number):
out, _ = model(something, training=False)
但是，我注意到随着每次预测，RAM的使用都会增加，我不
浏览 2提问于2021-09-13得票数 0
1回答
我已经使用Tensorflow训练了语言模型，如本所示
为了进行训练，我使用了以下命令。
bazel-bin/tensorflow/models/rnn/ptb/ptb_word_lm --data_path=./simple-examples/data/ --model small
训练是成功的，最后的o/p如下。
Epoch: 13 Train Perplexity: 37.196
Epoch: 13 Valid Perplexity: 124.502
Test Perplexity: 118.624
但我仍然对训练模型存储在哪里以及如何使用它感到困惑。
浏览 9提问于2015-11-29得票数 2
1回答
我们如何在不同的机器上保存和加载通用句子编码器模型？ 我使用USE创建了一个Keras模型，并将其保存在机器A上。 from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow.keras.models import Model, load_model
import tensorflow_hub as hub
import tensorflow as tf
module_url = "/path/on/machine/A/universal-sentence-encoder_4"
emb
浏览 37提问于2021-11-12得票数 0
回答已采纳
我运行(在模型/映像/mnist中)
python -m tensorflow.models.image.mnist.convolutional
这是否意味着在模型完成训练后，参数/权重将自动存储在二次存储中？还是我们必须编辑代码以包含“保护程序”函数来存储参数？
浏览 3提问于2016-04-21得票数 2
回答已采纳
我刚刚在我的自定义数据集(1675个训练图像，400个验证图像，2个类)上从头开始训练inceptionv3：
我不知道如何使用我的新训练的模型对我的测试图像进行预测。(在哪里可以将label_image.py指向模型)
我新训练的模特是从哪里得救的？
下面是关于我的设置/运行的一些元数据：
我在train_dir中生成了以下文件：
- events.out.tfevents.1481980070.airig-Inspiron-7559(4.9GB)
- graph.pbtxt(18.5MB)
- and a bunch of **model.ckpt-**_**.meta
浏览 4提问于2016-12-19得票数 5
1回答
从Tensorflow的文档来看，似乎有大量使用Tensorflow模型“运行”、服务、测试和预测的选项。我做了一个非常类似于MNIST的模型，它从图像中输出一个分布。对于初学者来说，-- --什么是最简单的方式来拍摄一张或几张图片，然后通过模型发送它们，得到输出预测？，这主要是为了实验目的。很抱歉，如果这是多余的，但我的所有研究已经导致了这么多不同的方式来做这件事，而文档并没有提供任何关于不同方法的利弊的信息。谢谢
浏览 0提问于2018-02-10得票数 0
回答已采纳
我很难恢复一个保存下来的模型。我正在MNIST数据集上训练CNN，所有这些都是根据MNIST关于的教程进行的，我正在用以下代码保存我的模型：
saver.save(sess, './Tensorflow_MNIST', global_step=max_steps)
这将创建以下文件：
Tensorflow_MNIST-1000数据-00000-00001
Tensorflow_MNIST-1000指数
Tensorflow_MNIST-1000元
检查点
稍后，我希望加载该模型并继续使用以下内容进行培训：
with tf.Session() as ses
浏览 0提问于2017-05-10得票数 2
在我点击了一个train_on_batch更新，使一些权重nan后，我在将我的keras模型重置为它在前一个时代的权重时遇到了麻烦。 我尝试在每个训练步骤后保存模型权重，然后在nan训练更新后将“良好”(非nan)权重加载回keras模型。这似乎工作得很好-在将旧的权重文件加载到模型中之后，当我打印model.get_weights()的结果时，结果权重不包含nan(并且预测使用它们也会产生非nan输出)。 然而，现在当我再次尝试train_on_batch时，这一次使用了一个新的批处理，我立即再次得到了一个nan更新。我尝试了多个随机选择的批处理，每次都会进行nan更新。 当nan tra
浏览 15提问于2019-02-25得票数 1
回答已采纳
我想保存我的tensorflow模型，并在以后恢复它以进行预测，并且我使用估计器的export_savedmodel来保存该模型。
至于文档，我使用serving_input_receiver_fn来指定输入。我还想使用export_outputs来指定输出，但是我不理解predictions和export_outputs之间的区别。
if mode == tf.estimator.ModeKeys.PREDICT:
export_outputs = {
'predict_output': tf.estimator.export.PredictOutpu
浏览 0提问于2018-08-24得票数 1
我知道，关于如何在Tensorflow中恢复经过训练的模型，在stack和github等方面有无数的问题。我已经读过大部分了(，，)。
我的问题与3几乎完全相同，但是如果可能的话，我希望以一种不同的方式来解决它，因为我的训练和测试需要在从shell调用的单独脚本中进行，并且我不想添加与在测试脚本中定义图形完全相同的行，所以我不能使用tensorflow标志和其他基于手动重新运行图形的答案。
我也不想手动映射每个变量并手动映射它们，因为我的图很大(使用import_graph_def和参数input_map)。
因此，我运行一些图形，并在特定脚本中对其进行训练。例如(但没有训练部分)
#Scri
浏览 2提问于2016-05-04得票数 6
回答已采纳
神经网络的定量分析需要在TensorFlow中首先加载所有变量。所以我导入了SSDLite MobileNet v2模型的检查点并恢复了权重。但是使用一些函数，如get_all_coolection_keys，get_collection，不能得到它的权值或变量。代码片段如下：
import tensorflow as tf
import numpy as np
model_dir = 'ssdlite_mobilenet_v2_coco_2018_05_09'
checkpoint = tf.train.get_checkpoint_state(model_dir)
inpu
浏览 1提问于2018-06-25得票数 1
1回答
我正在使用AdamW优化器来训练模型(TensorFlow2.0)。我需要在训练期间记录它在某些步骤的状态，以便能够重新加载优化器的状态，并在以后从那里恢复训练。为了完全重建优化器的状态，除了初始配置(optimizer.get_config()的输出)及其权重(optimizer.get_weights()的输出)之外，我还需要记录其他内容吗？
浏览 0提问于2021-02-03得票数 1
我正在培训Tensorflow版本的maskrcnn初始v2模型，以便与OpenVino进行进一步的工作。在对模型进行培训之后，我使用object_detection_API目录中的脚本冻结了模型：
python exporter_main_v2.py \-训练_检查点_dir训练
--输出目录inference_graph
管道配置路径training/mask_rcnn_inception_resnet_v2_1024x1024_coco17_gpu-8.config
在这个脚本之后，我得到了保存的模型和管道文件，这些文件将来应该在OpenVInO中使用--当将接收到的文件上传到模型优化器
浏览 2提问于2020-08-20得票数 1
我在tensorflow训练了一个深度学习模型。
我想从检查点文件将每个时期的丢失值加载到numpy.array中。
我是说下面。
np.array([3.45342, 3.23080, 2.98729, ...])
检查点文件没有丢失所有时间点的信息吗？
是否需要在培训期间保存所有的值？
我该怎么做？
浏览 0提问于2018-04-30得票数 3
回答已采纳
我训练了一个数字图像并制作了一个模型文件。
相应的调味汁如下。
import os
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
浏览 0提问于2021-02-23得票数 0
回答已采纳
1回答
我的计算机的一些信息: system: Windows10.IDE: Spyder3(Anaconda/python3.5.2)。TensorFlow版本: r1.1(cpu)
以下是我的问题：
在我训练我的CNN模型(training.py)之后。我使用tf.train.Saver保存模型变量。我希望在另一个文件(testing.py)中恢复它们，以测试测试数据集。我已经尝试过很多次了，但是一直没有恢复变量。例如，我尝试了一个示例(两个file:save.py和restore.py)：
import tensorflow as tf
w1 = tf.Variable(tf.random_no
浏览 3提问于2017-06-13得票数 0
回答已采纳
1回答
我想训练我的Tensorflow模型，冻结快照，然后用新的输入数据以前馈模式(没有进一步的训练)运行它。问题：
tf.train.export_meta_graph和tf.train.import_meta_graph是正确的工具吗？
我是否需要在collection_list中包括我想要包含在快照中的所有变量的名称？(对我来说，最简单的方法就是把一切都包括进去。)
Tensorflow文档说：“如果没有指定collection_list，那么模型中的所有集合都将被导出。”这是否意味着如果我在collection_list中没有指定变量，那么模型中的所有变量都会被导出，因为它们在默
浏览 1提问于2016-10-01得票数 8
回答已采纳
我发现在Tensorflow中保存/恢复模型和变量有不同的方法。这些方式包括：
在tensorflow的文档中，我发现了它们之间的一些差异：
tf.saved_model是tf.train.Saver的薄包装器
tf.train.Checkpoint支持急切的执行，但tf.train.Saver 不支持。
tf.train.Checkpoint不创建.meta文件，但仍然可以加载图形结构(这里有一个大问题！)它如何做到这一点？)
tf.train.Checkpoint如何在没有.meta文件的情况下加载图形？或者更广泛地说，tf.train.Sav
浏览 2提问于2018-12-01得票数 2
回答已采纳
当在机器学习中使用tensorflow时，有时我们希望预先训练模型，并通过检查点文件(使用saver.save())将模型保存在pre-train_model floder中。然后使用预训练模型层的一部分来初始化新的网络，并使用检查点文件将新的训练模型保存在new- train _model文件夹中。
那么，我能做些什么来实现这个功能呢？
浏览 4提问于2017-08-10得票数 1
我正在使用TensorFlow在C++中训练我的模型。Python只用于构造图。那么，是否有一种完全在C++中保存和恢复图形及其状态的方法？我知道Python tf.train.Saver，但据我所知，它并不存在于C++中。
浏览 0提问于2016-05-29得票数 4
回答已采纳
1回答
我使用torch.save()和torch.load()命令保存和加载模型。
在Docker容器中加载一个微调的简单变压器模型时，我面临着无法解决的错误：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python3.7/dist-packages/torch/serialization.py", line 594, in load
return _load(opened_zipfil
浏览 3提问于2021-04-02得票数 8
我是tensorflow的初学者，所以如果这是一个愚蠢的问题，答案是显而易见的，请原谅。
我已经创建了一个Tensorflow图，从X和Y的占位符开始，我优化了一些代表我的模型的张量。图的一部分是可以计算预测向量的部分，例如，对于线性回归，例如
y_model = tf.add(tf.mul(X,w),d)
y_vals = sess.run(y_model,feed_dict={....})
训练完成后，我有了可接受的w和d值，现在我想保存我的模型供以后使用。然后，在不同的python会话中，我希望恢复模型，以便可以再次运行
## Starting brand new python sess
浏览 1提问于2016-07-29得票数 10
我接受了认知视觉API模型的培训并导出了它(尝试了两种格式: TensorFlow和SavedModel)。
现在，我希望在Python脚本中加载这个导出的模型，最好使用Keras而不是本地Tensorflow。我想打印出模型的summary()，并复制这些层，以便在定制的Python中重新训练它。
然而，我似乎无法做到这一点：
使用SavedModel格式加载此文件
使用以下代码：
import tensorflow as tf
loaded = tf.saved_model.load(export_dir='mydir/savedmodel')
loaded.summary
浏览 3提问于2020-06-15得票数 2
我想使用tf.train.Saver()来创建张量的检查点，下面是我的代码片段：
import tensorflow as tf
with tf.Graph().as_default():
var = tf.Variable(tf.zeros([10]), name="biases")
temp = tf.add(var, 0.1)
init_op = tf.global_variables_initializer()
saver = tf.train.Saver({'w':temp})
with tf.Sess
浏览 0提问于2017-01-11得票数 3
回答已采纳
1回答
开始训练一个简单的NMT (神经机器翻译器)，注意使用编码器和解码器，训练在Colab上， encoder = Encoder(vocab_inp_size, embedding_dim, units, BATCH_SIZE)
decoder = Decoder(vocab_tar_size, embedding_dim, units, BATCH_SIZE) 然后使用检查点保存模型， # On loacl machine dir changed to 'training_checkpoints/' to fit the loaction
checkpoint_dir = &
浏览 14提问于2019-02-14得票数 0
回答已采纳
运行在tensorflow 1.3.0 GPU上。我用TF训练了一个模型，只保存了一个变量张量：
embeddings = tf.Variable(tf.random_uniform([4**kmer_len, embedding_size], -0.04, 0.04), name='Embeddings')
more code, variables...
saver = tf.train.Saver({"Embeddings": embeddings}) # saving only embeddings variable
some more code, tr
浏览 1提问于2018-07-14得票数 0
回答已采纳
我以Tensorflow Estimator格式实现GAN。下面是完整的代码。
该模型可以正常训练。然而，它似乎永远挂在model.evaluate上。训练后的日志如下所示。
INFO:tensorflow:Starting evaluation at 2018-12-03-02:19:06
INFO:tensorflow:Graph was finalized.
2018-12-03 02:19:06.956750: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2
浏览 1提问于2018-12-03得票数 0
2回答
我在用CNN做面部表情识别。我使用Keras和Tensorflow作为后端。我的模型保存为h5格式。
我想重新训练我的网络，并微调我的模型与VGG模式。
我怎么能用角角做这件事？
浏览 0提问于2017-05-09得票数 3
回答已采纳
我从tensorflow开始，用retrain.py来教它一些新的分类--这很好--但是我有一些问题：
在retrain.py的注释中，它说：“这会产生一个新的模型文件，可以由任何TensorFlow程序加载和运行，例如label_image示例代码”，但是我没有找到这个新模型文件保存到哪里？
还有:它包含了整个模型，对吗？不仅仅是再训练的那部分？
谢谢你澄清这件事
浏览 1提问于2017-05-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
