python - 如何还原Tensorflow初始检查点文件(ckpt)？

我有一个预训练的初始模型inception_resnet_v2_2016_08_30.ckpt文件。我想使用恢复该模型

saver.restore(sess, ckpt_filename)

但是为此，我将需要编写训练该模型时使用的一组变量。在哪里可以找到这些内容（脚本或详细说明）？

最佳答案

首先，您要在内存中获得网络体系结构。您可以从here获取网络体系结构

拥有此程序后，请使用以下方法来使用模型：

from inception_resnet_v2 import inception_resnet_v2, inception_resnet_v2_arg_scope

height = 299
width = 299
channels = 3

X = tf.placeholder(tf.float32, shape=[None, height, width, channels])
with slim.arg_scope(inception_resnet_v2_arg_scope()):
     logits, end_points = inception_resnet_v2(X, num_classes=1001,is_training=False)

这样，您就可以将所有网络存储在内存中，现在您可以使用tf.train.saver使用检查点文件（ckpt）初始化网络：

saver = tf.train.Saver()
sess = tf.Session()
saver.restore(sess, "/home/pramod/Downloads/inception_resnet_v2_2016_08_30.ckpt")

如果要进行瓶提取，其简单方法例如可以说您要从最后一层获取要素，那么只需声明predictions = end_points["Logits"]
如果要获取其他中间层的名称，则可以从上面的程序inception_resnet_v2.py中获取这些名称。

之后，您可以致电：output = sess.run(predictions, feed_dict={X:batch_images})

关于python - 如何还原Tensorflow初始检查点文件(ckpt)？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39983591/