python - 如何在不恢复图形的情况下从tensorflow检查点提取权重和其他变量值？

提供了一个检查点文件，但没有生成网络的元图或代码，我想提取检查点文件中变量的存储值。

因此，在不恢复图形的情况下，如何提取存储在thr检查点中的值。我可以将所有内容从检查点转换为numpy数组或类似的字典。

最佳答案

找到了解决方案：

reader = tf.train.NewCheckpointReader("/path/to/checkpoint")
shapes_dict = reader.get_variable_to_shape_map()  # use it to get the variable names
extracted_values = reader.get_tensor(shapes_dict.keys()[0])
# array([[ 0.       , -1.8053141],
#        [-1.5647348,  0.       ]], dtype=float32)

tf.train.NewCheckpointReader在API r1.12的当前文档中为not really documented。
但是您可以在源代码here中看到用法示例。

关于python - 如何在不恢复图形的情况下从tensorflow检查点提取权重和其他变量值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53391253/