如何保存Tensorflow中的Tensor参数，保存训练中的中间参数，存储卷积层的数据

在自己构建的卷积神经时，我想把卷积层的数据提取出来，但是这些数据是Tensor类型的

网上几乎找不到怎么存储的例子，然后被我发下了一下解决办法

https://stackoverflow.com/questions/41587689/how-to-save-a-tensor-in-checkpoint-in-tensorflow

import tensorflow as tf
#输入为100个数据集，28*28像素，3个通道
input = tf.Variable(tf.random_normal([100,28,28,3]))
ref   = tf.Variable(tf.zeros([100,14,14,3]),tf.float32)#滑动窗口的尺寸为2*2，步幅为2
pool = tf.nn.max_pool(input, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="SAME")
pool = tf.assign (ref ,pool)
pool

转载于:https://www.cnblogs.com/imzh/p/10153358.html

如何保存Tensorflow中的Tensor参数，保存训练中的中间参数，存储卷积层的数据相关推荐

关于Resnet50和ResNeXt50的参数量的简单计算（只考虑卷积层和全连接层）
主要是我想知道ResNeXt50按cardinality方式每组是不是共享了参数? 参考一张图:https://www.zhihu.com/question/323424817 上面已经写了Resne ...
【二】分布式训练---参数服务器训练（飞桨paddle1.8）
1.参数服务器训练简介参数服务器训练是分布式训练领域普遍采用的编程架构,主要解决以下两类问题: 模型参数过大:单机内存空间不足,需要采用分布式存储. 训练数据过多:单机训练太慢,需要加大训练节点,来 ...
Lesson 16.1016.1116.1216.13 卷积层的参数量计算，1x1卷积核分组卷积与深度可分离卷积全连接层 nn.Sequential全局平均池化，NiN网络复现
二架构对参数量/计算量的影响在自建架构的时候,除了模型效果之外,我们还需要关注模型整体的计算效率.深度学习模型天生就需要大量数据进行训练,因此每次训练中的参数量和计算量就格外关键,因此在设计卷积网 ...
Tensorflow |（5）模型保存与恢复、自定义命令行参数
Tensorflow |(1)初识Tensorflow Tensorflow |(2)张量的阶和数据类型及张量操作 Tensorflow |(3)变量的的创建.初始化.保存和加载 Tensorflow ...
DeepLearning：tensorflow 参数初始化和参数保存
参数初始化: sess = tf.InteractiveSession() sess.run(tf.global_variables_initializer()) # 初始化模型的参数参数保存: s ...
[TensorFlow深度学习入门]实战七·简便方法实现TensorFlow模型参数保存与加载（ckpt方式）
[TensorFlow深度学习入门]实战七·简便方法实现TensorFlow模型参数保存与加载(ckpt方式) 个人网站–> http://www.yansongsong.cn TensorFl ...
matlab中怎么贮存函数,MATLAB参数保存、调用
最近做优化仿真,需要将m文件里的参数保存到工作空间以便simulink模型调用. 1.怎么把变量保存到工作空间(在一次仿真中参数不变,就是一个变量) assignin('base','A','x(1) ...
pytoch中class定义神经网络的参数保存与加载
一.定义一个容易识别的网络在正式介绍模型的保存和加载之前,我们首先定义一个基本的网络Net,它只包含一个全连接层: class Net(nn.Module):def __init__(self):s ...
Tensorflow模型加载与保存、Tensorboard简单使用
先上代码: from __future__ import absolute_import from __future__ import division from __future__ import ...

如何保存Tensorflow中的Tensor参数，保存训练中的中间参数，存储卷积层的数据

如何保存Tensorflow中的Tensor参数，保存训练中的中间参数，存储卷积层的数据相关推荐

最新文章

热门文章