Tensorflow 讀取網絡中的參數

Tensorflow 讀取網絡中的參數

使用Tensorflow得到的結構，讀取參數：
方法一：
首先確定網絡建立過程中，給每個weight和bias 命名，例如：

weight2 = {
  'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64], stddev=0.01),name='w1'), 
  'wc2': tf.Variable(tf.random_normal([3, 3, 64, 1], stddev=0.01),name='w2'),  
  'wc3': tf.Variable(tf.random_normal([9, 9, 1, 64], stddev=0.01),name='w3')
  }

其中的name很重要。
通過訓練網絡保存參數：

#模型存儲：
model_save_path = './multi_cnn/model_cnn/' 
model_name = 'model.ckpt'
saver = tf.train.Saver(tf.all_variables())

checkpoint_path = os.path.join(model_save_path, model_name)
saver.save(sess, checkpoint_path, global_step=epoch)

通過上述存儲，然後讀取存儲模型中的參數：

with tf.Session() as sess:
   ckpt = tf.train.get_checkpoint_state('./model_cnn/')
   saver = tf.train.import_meta_graph(ckpt.model_checkpoint_path+'.meta')
   saver.restore(sess, ckpt.model_checkpoint_path)
   graph = tf.get_default_graph()
   fc1 = graph.get_tensor_by_name("w1:0")
   fc2 = graph.get_tensor_by_name("w7:0")
   fc3 = graph.get_tensor_by_name("w8:0")
   print fc #得到的是shape
   print sess.run(fc1)   #這樣可以輸出參數
   print sess.run(fc2)   
   print sess.run(fc3)