在使用pre-train model時候，我們需要restore variables from checkpoint files.
經常出現在checkpoint 中找不到”Tensor name not found”.
這時候需要查看一下ckpt中到底有哪些變量
import os
from tensorflow.python import pywrap_tensorflow
checkpoint_path = os.path.join(model_dir, "model.ckpt")
# Read data from checkpoint file
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
var_to_shape_map = reader.get_variable_to_shape_map()
# Print tensor name and values
for key in var_to_shape_map:
print("tensor_name: ", key)
print(reader.get_tensor(key))
可以顯示ckpt中的tensor名字和值，當然也可以用pycharm調試。
補充：tensorflow中讀取模型中保存的值, tf.train.NewCheckpointReader
使用tf.trian.NewCheckpointReader(model_dir)
一個標準的模型文件有一下文件, model_dir就是MyModel(沒有后綴)
checkpoint
Model.meta
Model.data-00000-of-00001
Model.index
import tensorflow as tf
import pprint # 使用pprint 提高打印的可讀性
NewCheck =tf.train.NewCheckpointReader("model")
打印模型中的所有變量
print("debug_string:\n")
pprint.pprint(NewCheck.debug_string().decode("utf-8"))
其中有3個字段, 分別是名字, 數據類型, shape
獲取變量中的值
print("get_tensor:\n")
pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))
print("get_variable_to_dtype_map\n")
pprint.pprint(NewCheck.get_variable_to_dtype_map())
print("get_variable_to_shape_map\n")
pprint.pprint(NewCheck.get_variable_to_shape_map())
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- 初探TensorFLow從文件讀取圖片的四種方式
- TensorFlow高效讀取數據的方法示例
- TensorFlow打印輸出tensor的值
- tensorflow TFRecords文件的生成和讀取的方法
