Tensorflow 读取ckpt文件中的tensor操作

在使用pre-train model时候，我们需要restore variables from checkpoint files.

经常出现在checkpoint 中找不到”Tensor name not found”.

这时候需要查看一下ckpt中到底有哪些变量

import os
from tensorflow.python import pywrap_tensorflow

checkpoint_path = os.path.join(model_dir, \"model.ckpt\")
# Read data from checkpoint file
reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
var_to_shape_map = reader.get_variable_to_shape_map()
# Print tensor name and values
for key in var_to_shape_map:
  print(\"tensor_name: \", key)
  print(reader.get_tensor(key))

可以显示ckpt中的tensor名字和值，当然也可以用pycharm调试。

补充：tensorflow中读取模型中保存的值, tf.train.NewCheckpointReader

使用tf.trian.NewCheckpointReader(model_dir)

一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)

checkpoint
Model.meta
Model.data-00000-of-00001
Model.index

import tensorflow as tf
import pprint # 使用pprint 提高打印的可读性
NewCheck =tf.train.NewCheckpointReader(\"model\")

打印模型中的所有变量

print(\"debug_string:\\n\")
pprint.pprint(NewCheck.debug_string().decode(\"utf-8\"))

其中有3个字段, 分别是名字, 数据类型, shape

获取变量中的值

print(\"get_tensor:\\n\")
pprint.pprint(NewCheck.get_tensor(\"D/conv2d/bias\"))

print(\"get_variable_to_dtype_map\\n\")
pprint.pprint(NewCheck.get_variable_to_dtype_map())
print(\"get_variable_to_shape_map\\n\")
pprint.pprint(NewCheck.get_variable_to_shape_map())

以上为个人经验，希望能给大家一个参考，也希望大家多多支持免费资源网。如有错误或未考虑完全的地方，望不吝赐教。