如何从tensorflow检查点文件中正确恢复网络训练？
从tensorflow检查点文件中正确恢复网络训练，可以按照以下步骤进行：
- 导入必要的库和模块：
import tensorflow as tf- 定义网络结构：
# 定义网络结构
# ...- 创建模型对象：
model = YourModel()- 定义优化器和损失函数：
# 定义优化器和损失函数
# ...- 创建检查点管理器：
checkpoint = tf.train.Checkpoint(model=model, optimizer=optimizer)
manager = tf.train.CheckpointManager(checkpoint, checkpoint_directory, max_to_keep=3)其中，checkpoint_directory是检查点文件的保存路径，max_to_keep表示最多保存的检查点文件数量。
- 恢复网络训练：
# 恢复网络训练
latest_checkpoint = manager.latest_checkpoint
if latest_checkpoint:
checkpoint.restore(latest_checkpoint)
print("从检查点文件 {} 中成功恢复网络训练。".format(latest_checkpoint))
else:
print("未找到检查点文件，无法恢复网络训练。")通过以上步骤，可以从tensorflow检查点文件中正确恢复网络训练。在训练过程中，可以使用manager.save()方法定期保存检查点文件，以便在需要恢复训练时使用。
推荐的腾讯云相关产品：腾讯云AI智能机器学习平台（https://cloud.tencent.com/product/tfsm），该平台提供了丰富的机器学习和深度学习工具，可用于训练和部署tensorflow模型。
相关·内容
1回答
我想使用NiftyNet堆栈执行一些传输学习，因为我的标记图像数据集相当小。在TensorFlow中，这是可能的--我可以加载各种预先训练过的网络，并直接使用它们的层。为了对网络进行微调，我可以冻结中间层的训练，只训练最后一层，或者只利用中间层的输出作为特征向量输入到另一个分类器中。
我如何在NiftyNet中做到这一点？文件或源代码中唯一提到的“转移学习”是关于动物园模型的，但是对于我的任务(图像分类)，动物园里没有网络。ResNet体系结构似乎已经实现并可供使用，但据我所知，它还没有经过任何训练。此外，我训练网络的唯一方法似乎是运行net_classify train，使用配置文件中的各种
浏览 0提问于2018-06-08得票数 4
我在Tensorflow中有多种架构。他们中的一些人分享某些部件的设计。
我想训练其中一个网络，并在另一个网络中使用训练过的相似层的权重。
此时，我能够保存所需的权重，并在一个具有与变量命名约定完全类似的体系结构中重新加载它们。
然而，当权重在两个网络中有不同的名称时，就不可能恢复。我有第一个网络的命名约定：
选择器网络/c2w/var1
在第二个网络中，我有以下内容：
联合网络/c2w/var1
除此之外，这些变量在形状上也是相似的。是否有可能在重新加载时更改名称，或者告诉Tensorflow在哪里适合这些变量？
编辑：我从@batzner找到了这个脚本，它允许重命名
浏览 4提问于2017-08-10得票数 8
回答已采纳
在最新版本的tensorflow中，当我保存模型时，我发现生成了两个文件: model_xxx和model_xxx.meta。
model_xxx.meta是否指定了网络？我可以在不在代码中指定网络的情况下使用model_xxx和model_xxx.meta恢复训练吗？训练队列结构如何，它们是否存储在model_xxx.meta中？
浏览 3提问于2016-03-25得票数 0
如何在tensorflow图中保存单个神经网络的权重，以便可以在不同的程序中将其加载到具有相同架构的网络中？
我的训练代码仅训练过程就需要3个其他神经网络。如果我使用saver.save(sess, 'my-model)'，它不会保存tensorflow图中的所有变量吗？这似乎不适合我的用例。
也许这源于我对tensorflow应该如何工作的误解。我处理这个问题正确吗？
浏览 0提问于2017-10-07得票数 0
1回答
我用TensorFlow建立和训练了一些网络，并成功地保存和恢复了模型的参数。
但是，对于某些场景--例如在客户的基础结构中部署训练有素的网络--交付完整的代码/模型并不是最好的解决方案。因此，我想知道是否有任何方法来恢复/运行一个经过训练的网络，而不使用用于培训的原始代码/模型？
我想这就引出了一个问题: TensorFlow是否能够保存一个(压缩的？)版本的网络架构除了权重外，还加入了检查点文件的变量。
这有可能吗？
浏览 2提问于2016-05-05得票数 5
回答已采纳
在TensorFlow教程中，在CIFAR-10上训练一个网络，他们在哪里以及如何保存跑步训练和评估之间的权重/参数？我看不到任何文件保存到我的项目目录。
下面是教程和代码的链接：
浏览 4提问于2016-11-04得票数 1
回答已采纳
我正在用tensorflow编写一个神经网络，我希望能够输出我最后训练过的网络，并将它导入另一个程序来玩游戏。我发现了多个论坛帖子，比如：
我还在tf文档中看到，他们使用估计器来保存模型，但我不确定这是否是我所要寻找的，以及如何应用它。
但是，这些人谈论的是导出整个会话并将其导入应用程序并使用Session.run，但据我所知，这需要预测输出的输入，并将在我的网络上运行另一个培训步骤。我不想继续训练我的网络--它已经结束了--我现在只想评估游戏给我的一个特定状态。
提前感谢您的帮助。
浏览 0提问于2017-09-21得票数 0
回答已采纳
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
我训练了一个faster_rcnn_inception网络，继续使用tensorflow的OD API，在我的数据集上提供了检查点，只包含一个类。
我将配置文件更改为我的需要，并成功地进行了培训。测试我受过训练的网络能给我很好的准确性。
但是现在我意识到，在配置文件中，我忘记将num_classes从90切换到1。
这对我的网络有什么影响？如果配置正确地设置为1，它现在会慢吗？
tensorflow的API是否根据提供的num_classes自动分配过滤器的数量/大小？
浏览 0提问于2018-01-29得票数 4
回答已采纳
1回答
在训练开始时，我发现从model_zoo再训练模型(Model_zoo)的损失很大，而在validation_set上的精度很高。培训日志如下：
原木不可能来自训练过的模型。我怀疑它不会加载检查点来做微调。请帮助我如何在同一个数据集上对经过训练的模型进行微调。我根本没有修改网络结构。
我将pipeline.config中的检查点路径设置为:pipeline.config:如果我将model_dir设置为我下载的目录，它将不会进行训练，因为global_train_step比max_step大。然后放大max_step，可以看到从检查点恢复参数的日志。但是它会遇到无法恢复某些参数的错误。因此，我
浏览 0提问于2019-05-24得票数 3
各位，
如何使用移动网络v2进行传输/域学习？我使用mobilnet v1培训代码来训练mobilnet v1，但是在模型存储库中还是在tensorflow存储库中是否有训练v2的编写代码？
浏览 1提问于2018-06-18得票数 2
回答已采纳
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
让我们从头开始。到目前为止，我自己已经在Tensorflow中创建并训练了小型网络。在训练期间，我保存了我的模型，并在我的目录中获得了以下文件：
model.ckpt.meta
model.ckpt.index
model.ckpt.data-00000-of-00001
稍后，我加载保存在network_dir中的模型以进行一些分类，并提取模型的可训练变量。
saver = tf.train.import_meta_graph(network_dir + ".meta")
variables = tf.get_collection(tf.GraphKeys.TRAINABLE
浏览 8提问于2019-02-08得票数 5
回答已采纳
这是一个关于Tensorflow对象-检测API的更普遍的问题。
我正在使用这个API，更确切地说，我微调了一个模型到我的数据集。根据API的描述，我使用model_main.py函数从给定的检查点/冻结图重新训练模型。
然而，我不清楚微调在API中是如何工作的。最后一层的重新初始化是自动发生的还是我必须实现类似的东西？在README文件中，我没有找到任何关于这个主题的提示。也许有人能帮我。
浏览 0提问于2019-05-06得票数 9
回答已采纳
我是一个Tensorflow新手，所以如果我的问题太基本或太愚蠢，请容忍我;) 我试图在Tensorflow网站(https://www.tensorflow.org/tutorials/text/transformer)的“用于语言理解的转换器模型”-tutorial中减少训练数据集的大小。我的目的是让我的测试运行得更快，在玩代码的时候。 我想我可以使用dataset.take(n)方法来缩短训练数据集。我在从文件中读取原始数据集之后添加了两行： ...
examples, metadata = tfds.load('ted_hrlr_translate/pt_to_en'
浏览 34提问于2021-01-13得票数 0
我想在不同的代码中使用经过rllib训练的策略模型，在那里我需要跟踪为特定输入状态生成的操作。使用标准的TensorFlow或PyTorch (首选)网络模型可以提供这种灵活性，但我找不到关于如何从经过训练的rllib代理生成可用的dat或H5文件的明确文档，然后我可以将其加载到torch或tf/Keras模型中。
浏览 38提问于2020-08-23得票数 1
我正在尝试使用来自tensorflow_hub的预先训练的Resnet50模型。但是，我打算修改第一个卷积层，使其能够采用4通道张量(image+binary掩模)，其中网络权重是从预先训练的模型中初始化的，除了新添加的随机初始化的滤波器。
用于提取Resnet50权重的基本代码：
import tensorflow_hub as hub
import numpy as np
module = hub.Module("https://tfhub.dev/google/imagenet/resnet_v1_50/feature_vector/3")
batch = 2
chann
浏览 0提问于2019-10-01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
我在tensorflow上训练了一个深度神经网络，并用来预测一些例子，但是，当我试图使用保存它时，我得到了错误：“没有要保存的变量”。
我已经尝试过这样的train.Saver：
tf.train.Saver(classi.get_variable_names())
但还是没有运气，有什么建议吗？
浏览 1提问于2016-07-14得票数 1
1回答
Python 3.7，Tensorflow我已经训练了一个神经网络。一切都很好，它会学习，但一旦完成学习，它就会关闭，进度就会丢失。现在我想做的是输入新的数据，并手动查看网络有多好。
我已经摆弄过了
saver = tf.train.Saver()
saver.save(sess, 'model/model.ckpt')
但这总是导致一个长达一英里的错误报告，以“未知错误:无法重命名'model/model.ckpt'”等结尾。
上下文中的代码如下所示：
def train_neural_network(x):
training_data = gener
浏览 0提问于2019-05-31得票数 1
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
我正在努力理解文档。这些文档激励这些模型如下：
线性模型比神经网络更容易解释和调试。，您可以检查分配给每个特性的权重，以找出对预测影响最大的因素。
因此，我从附带的中运行了扩展代码示例。特别是，我运行时，model-type标志设置为wide。它正确地运行并生成了accuracy: 0.833733，类似于Tensorflow网页上的accuracy: 0.83557522。
该示例使用tf.estimator.LinearClassifier来训练权重。然而，与所引用的能够检查权重的动机相比，我无法找到任何函数来实际提取中经过训练的权重。
问题：如何访问tf.estimator.Li
浏览 5提问于2017-09-09得票数 2
回答已采纳
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
1回答
训练元图的权值和偏差
、、、
我成功地导出了一个经过再训练的InceptionV3神经网络作为一个TensorFlow元图。我已经成功地将这个原型读回python，但我很难找到一种方法来导出每个层的权重和偏差值，我假设这些值存储在元图原型中，以便在TensorFlow之外重新创建nn。
我的工作流程如下：
Retrain final layer for new categories
Export meta graph tf.train.export_meta_graph(filename='model.meta')
Build python pb2.py using Protoc and meta_grap
浏览 6提问于2016-08-24得票数 4
回答已采纳
我正在使用Tensorflow 2对象检测API来训练模型。我正在跟随的指南。我开始了训练，一切都很好，但我想暂停训练，给它提供更多的日期，然后重新开始训练。我可以开始训练，但它从0步开始。当我看着拉力板时，我得到了这些奇怪的图表。
无平滑：
使用最大平滑：
我做的每件事都是正确的，我应该忽略tensorboard中的图表，还是我做错了什么？
谢谢。
注：-我是tensorflow的新手，请试着解释一下你的答案。
浏览 1提问于2020-08-08得票数 1
假设我已经训练了一个Tensorflow Estimator：
estimator = tf.contrib.learn.Estimator(
model_fn=model_fn,
model_dir=MODEL_DIR,
config=some_config)
我将其与一些训练数据进行了拟合：
estimator.fit(input_fn=input_fn_train, steps=None)
这个想法是一个模型适合我的MODEL_DIR。此文件夹包含一个检查点以及多个.meta和.index文件。
这个可以完美地工作。我想用我的函数做一些预测：
estimator = tf.c
浏览 19提问于2018-01-11得票数 7
我正在尝试使用tensorflow对象检测API中的Inception SSD模型。为了初始化权重，我想使用图像网络上的预训练初始V2作为特征提取器。我看到模型配置文件允许您在COCO上使用预训练的模型，但是如果我想使用Image net模型，我应该怎么做呢？
浏览 3提问于2017-07-27得票数 0
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
我有一份假档案。我只想从一个ckpt检查点文件中得到我训练过的cnn的权重。inception_resnet_v2_2016_08_30
import tensorflow as tf
saver = tf.train.Saver()
sess = tf.Session()
saver.restore(sess, "inception_resnet_v2_2016_08_30.ckpt")
from tensorflow.core.framework import graph_pb2
from tensorflow.core.protobuf import saver_pb2
浏览 4提问于2017-03-20得票数 2
回答已采纳
我正在使用DeepLab Tensforflow API进行一些语义分割训练。 github存储库：https://github.com/tensorflow/models/tree/master/research/deeplab 在pascal数据集上成功运行训练后，我尝试测试ADE20k数据集。因此，我下载了数据集，并使用此命令来运行训练。 python deeplab/train.py \
--logtostderr \
--training_number_of_steps=1000 \
--train_split="train" \
浏览 24提问于2019-04-30得票数 0
1回答
我有一个关于tensorflow的问题；我的网络结构是固定的，但我想用许多不同的案例来训练它，因为每个案例的一些局部特征；由于输入(不同的案例)是“相似的”，我想使用前一个的训练结果来初始化这个新的学习。我尝试了以下(我简化了我的代码)，有谁有更好的想法来实现它吗？谢谢 cae_in = tf.placeholder(tf.float32,(some size))
cae_out = tf.placeholder(tf.float32,(None,(some size))
out = some_function(cae_in)
loss = tf.reduce
浏览 18提问于2019-06-12得票数 1
回答已采纳
我正在使用tensorflow API运行我的第一个tensorflow作业(对象检测培训)。我正在使用来自模拟动物园的ssd移动网络。我使用>>ssd_mobilenet_v1_0.75_depth_quantized_300x300_coco14_sync.config<<作为配置文件，并将>>ssd_mobilenet_v1_0.75_depth_300x300_coco14_sync_2018_07_03<<检查点用作微调检查点。
我从以下命令开始我的培训：
PIPELINE_CONFIG_PATH='/my_path_to_te
浏览 2提问于2018-10-14得票数 2
回答已采纳
为了便于讨论，简化了以下模型.
假设在我的训练集中大约有40,000,512x512图像。我正在努力实施预培训，我的计划如下：
1.训练获取256x256图像的神经网络( net_1)，并将训练后的模型保存为tensorflow检查点文件格式。
net_1: input -> 3 conv2d -> maxpool2d -> 2 conv2d -> rmspool -> flatten -> dense
让我们将此结构称为net_1_kernel：
net_1_kernel: 3 conv2d -> maxpool2d -> 3 conv2d
并
浏览 0提问于2018-09-12得票数 2
回答已采纳
我使用自己对图像的模拟作为数据集，0-9, A-Z，nac：
共有37个类别，
有十五种字体，
每个字型1000个字，
总共有509000张图片(某些字体中缺少一些字符)，
其中70%作为训练集，30%作为测试集。
这个数字的大小是28x28灰度，黑色背景和白色单词。
与tensorflow mnist的演示网络手写识别(2层conv)。使用tf.nn.softmax_cross_entropy_with_logits计算损失。
如图所示，结果分别为10000次和20000次，为什么会出现这种奇怪的情况？准确度突然下降(定期)
迭代10000
迭代2000
浏览 4提问于2017-10-03得票数 0
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
我正在使用SageMaker训练一些我认识到的自定义TF模型。在训练过程中，我自然会多次评估模型，以便了解神经网络何时真正开始过拟合。训练结束后，我想恢复工作最好的模型(即，表示最小验证损失的模型)，并将其部署在端点上。然而，如果我使用经典的Tensorflow.attach()，恢复的模型对应于output/model.tar.gz中存储的模型，如果我没有弄错，它将是对应于上一次训练迭代的模型(因此它可能过拟合)。
有没有一种方法可以向SageMaker指定恢复哪个检查点，而不必通过提前停止重新训练模型？即使强迫SM在model.tar.gz中保存表示最小验证损失的模型，而不是最后一个模型，
浏览 2提问于2018-10-23得票数 3
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
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
我是Tensorflow的新手，并且已经遵循了这个简单的花朵图像分类器指南https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0。因此，现在我有了一个图形文件"retrained_graph.pb“和一个文本文件"retrained_labels.txt"，我想继续训练该模型，以区分更多的花(和其他对象)，并用旧花类别中的更多图像进行训练。如何在不重新训练整个最后一层的情况下继续训练模型。同样，我是Python和Tensorflow的新手，所以如果我说错了什么，请纠正我。
浏览 6提问于2019-01-15得票数 0
回答已采纳
我正在构建一个神经网络。我对训练部分使用tf.variable_scope()，对测试部分(reset=True)使用相同的作用域。我想知道，如果我使用tf.train.Saver()保存训练部件中的变量，并使用tf.train.restore()恢复测试部件的变量，我是否会得到不同的结果？基本上，我希望确保训练好的变量被复制到测试部分。
例如，在下面的示例中，变量v1和v_1具有相同的值，那么，在这种情况下，我需要使用tf.train.Saver()来获得正确的结果吗？将tensorflow导入为tf tf.reset_default_graph()
# Create some variab
浏览 0提问于2018-03-14得票数 2
我是tensorflow的新手，我正在跟踪诗人的tensorflow 2教程，并克隆他们的回购：
在本教程中，我学习了如何在cmd中运行用于再培训、评估、优化推理、quantize_graph的脚本。，我对“冻结”很好奇。--
在这个堆栈溢出问题中，我学习了如何在cmd：中运行。
问题是这个所谓的“检查点”，这是我在学习tensorflow诗人2的教程时没有的。我的问题是如何获得这个检查点文件？因为我只有经过训练的数据.pb和标签
注意:我知道上面的回购程序中没有freeze_graph.py，这就是为什么我从复制它的原因，希望我可以使用它。
谢谢
浏览 0提问于2018-02-07得票数 1
回答已采纳
2回答
假设我训练了一个像ResNet这样的经过预先训练的网络，并将其设置为在pipeline.config file中检测fine_tune_checkpoint_type属性。据我所知，这意味着我们采取预先训练的权重模型，除了分类和框预测头。此外，这意味着我们可以创建我们自己的标签类型，然后作为我们要创建/训练的模型的分类和框预测头。
现在，假设我对这个网络进行了25000步的训练，并且希望以后继续训练，而不让模型忘记任何东西。是将pipeline.config中的pipeline.config更改为full以继续培训(当然还加载正确的检查点文件)，还是让它设置为detection？
编辑：
这是
浏览 5提问于2021-09-11得票数 3
回答已采纳
1回答
我已经训练了一个seq2seq tensorflow模型来将一个句子从英语翻译成西班牙语。我对一个模型进行了615 700步的训练，并成功保存了模型检查点。我的英语和西班牙语句子的训练数据量都是200000。我想为来自615 700步的10K个新数据句子重新训练这个模型。为此，我使用sequence to sequence to模型。如何从最后一个检查点开始重新训练模型？是我用于翻译的链接。
我的火车文件夹中有3种类型的文件：
.index
.meta
.data
and checkpoint file.
我的新训练数据集文件分别是英语和西班牙语句子的europarl_train.es-en.
浏览 5提问于2019-02-20得票数 3
我希望使用Mobilenetv1或v2在FasterRCNN上训练一个自定义数据集。我想使用tensorflow动物园中预先训练好的模型。但我找不到更快的Rcnn模型，使用mobilenet作为基础提取器。我在哪里可以买到它？
我已经在github中创建了tensorflow动物园。我之前也使用过SSD+Mobilenet配置来做同样的事情。现在，我想将FasterRCNN和RCNN与Mobilenet的结果进行比较。
浏览 2提问于2019-05-17得票数 0
文档写道，应该将检查点路径列表传递给它，但是如何获得该列表呢？通过硬编码？不，这是个愚蠢的做法。通过解析协议缓冲区文件(模型目录中名为checkpoint的文件)？但是tensorflow没有实现解析器，是吗？那么，我必须自己实现吗？，您有一个很好的实践来获得检查点路径列表吗？
我提出这个问题，是因为最近我为一件事而烦恼。如你所知，一天的训练可能会因为某种原因而崩溃，我必须从最近的检查站恢复过来。恢复培训很容易，因为我只需要编写以下代码：
restorer = tf.train.Saver()
restorer.restore(sess, latest_checkpoint)
我可以对late
浏览 2提问于2017-07-13得票数 3
回答已采纳
我想从一个经过训练的模型中得到变量的值。我有一个检查点文件，我可以恢复图形和检查点，并对它们进行推理。
但是，在恢复检查点和图形之后，我发现很难弄清楚如何获得可训练的变量值(比如权重和偏差值，而不是名称.我想要这些值)。我已经阅读了Tensorflow文档，对于scope...etc中的"with variable_scope“、”重用= True“和"tf.get_variable("myvar")有很多建议，但是我得到了一些错误，说明变量要么已经存在，要么尚未初始化。tf.graphkeys只返回names...not值。
浏览 0提问于2018-03-27得票数 0
回答已采纳
1回答
如何从零开始训练ssd-移动电话
、、、、
我如何再培训一个ssd-移动网络-v2来自tensorflow对象检测模型动物园，而不转移学习。我指的是每一个重量，而不仅仅是最后一层。
我是否必须构建用于培训的网络体系结构和脚本，还是可以对文档中指定的.config文件或train.py脚本进行一些小的更改，以训练自定义对象检测器。
这种方法会提高/恶化网络的准确性/损失吗？
提前感谢您的帮助。
浏览 4提问于2020-03-13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
我对tensorflow完全陌生，我正在使用他们的seq2seq translate示例。我查看了translate.py中的代码，训练是在一个无限循环中完成的，它会时不时地在文件translate.ckpt中保存检查点。
那么，如果我停止训练并想稍后从上次保存的状态重新启动它，我该怎么做呢？
谢谢
浏览 5提问于2016-11-27得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
