这篇文章主要介绍了tensorflow模型权重导出的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
tensorflow在保存权重模型时多使用tf.train.Saver().save 函数进行权重保存，保存的ckpt文件无法直接打开，不利于将模型权重导入到其他框架使用（如Caffe、Keras等）。
好在tensorflow提供了相关函数 tf.train.NewCheckpointReader 可以对ckpt文件进行权重查看，因此可以通过该函数进行数据导出。
import tensorflow as tf
import h6py
cpktLogFileName = r'./checkpoint/checkpoint' #cpkt 文件路径
with open(cpktLogFileName, 'r') as f:
#权重节点往往会保留多个epoch的数据，此处获取最后的权重数据
cpktFileName = f.readline().split('"')[1]
h6FileName = r'./model/net_classification.h6'
reader = tf.train.NewCheckpointReader(cpktFileName)
f = h6py.File(h6FileName, 'w')
t_g = None
for key in sorted(reader.get_variable_to_shape_map()):
# 权重名称需根据自己网络名称自行修改
if key.endswith('w') or key.endswith('biases'):
keySplits = key.split(r'/')
keyDict = keySplits[1] + '/' + keySplits[1] + '/' + keySplits[2]
f[keyDict] = reader.get_tensor(key）感谢你能够认真阅读完这篇文章，希望小编分享的“tensorflow模型权重导出的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
