tensorflow保存的模型

1. tensorflow保存了3個文件

model.ckpt-10000.data-00000-of-00001                         
model.ckpt-10000.index                                    
model.ckpt-10000.meta 

• 一般調用生成的模型，直接model.ckpt-1000這樣的格式即可
• data中存儲的是模型的變量值
• index 存儲的是tensor名稱
• meta 存儲的是graph結構,包括 GraphDef, SaverDef等,當存在meta file,我們可以不在文件中定義模型,也可以運行,而如果沒有meta file,我們需要定義好模型,再加載data file,得到變量值

2. 計算模型中的參數量

• keras是可以直接輸出每層的結構，並且在最後自動計算參數量
• 普通的tensorflow可以調用訓練生成的模型，計算參數量

from tensorflow.python import pywrap_tensorflow
import os
import numpy as np

checkpoint_path = os.path.join("models_pretrained/", "model.ckpt-82798")
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
var_to_shape_map = reader.get_variable_to_shape_map()
total_parameters = 0
for key in var_to_shape_map:#list the keys of the model
    # print(key)
    # print(reader.get_tensor(key))
    shape = np.shape(reader.get_tensor(key))  #get the shape of the tensor in the model
    shape = list(shape)
    # print(shape)
    # print(len(shape))
    variable_parameters = 1
    for dim in shape:
        # print(dim)
        variable_parameters *= dim
    # print(variable_parameters)
    total_parameters += variable_parameters

print(total_parameters)

3. 計算模型的浮點運算量
   指導方法
   但是還沒有成功跑通，暫留！

4. 日誌輸出

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 這是默認的顯示等級，顯示所有信息
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只顯示 warning 和 Error 
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只顯示 Error