テンソルフローツールを使用してニューラルネットワークを作成しました。 すべてが動作していますが、今ではニューラルネットワークの最終的な重みをエクスポートして、1つの予測方法を作成したいと考えています。 どうすればいいですか?テンソルフローを使用したニューラルネットワークのウェイトのエクスポート
答えて
tf.train.Saver
クラスを使用してトレーニングの最後にモデルを保存する必要があります。
Saver
オブジェクトを初期化するときに、保存するすべての変数のリストを渡す必要があります。最も重要な点は、これらの保存された変数を別の計算グラフで使用できることです。
は、
# Assume you want to save 2 variables `v1` and `v2`
saver = tf.train.Saver([v1, v2])
、tf.Session
オブジェクトを使用して、もちろん
saver.save(sess, 'filename');
をあなたの変数を保存を使用してSaver
オブジェクトを作成し、あなたがglobal_step
のような追加の詳細を追加することができます。
restore()
関数を使用して、将来変数を復元することができます。復元された変数は、これらの値に自動的に初期化されます。
パラメータの生データを取得することは可能ですか?他のプラットフォームでテンソルフロー訓練モデルを実行したいのですが、どうしたらいいですか? –
'sess.run(weights)'を使ってウェイトの最終値を取得し、numpy配列にエクスポートすることができます。たとえば、 – martianwars
です。もう1つの問題:ネットで 'tf.nn.rnn_cell.LSTMCell'を使用しましたが、' LSTMCell'オブジェクトの重み/バイアスにどうやってアクセスできますか? –
上記の答えは、セッションスナップショットを保存/復元するための標準的な方法です。ただし、他のテンソルフローツールで使用するためにネットワークを1つのバイナリファイルとしてエクスポートする場合は、さらにいくつかの手順を実行する必要があります。例えば、freeze the graph。 TFは、対応するツールを提供します。あなたがoptimize it for inferenceことができ、またはany other toolを使用する、ということをやった
#!/bin/bash -x
# The script combines graph definition and trained weights into
# a single binary protobuf with constant holders for the weights.
# The resulting graph is suitable for the processing with other tools.
TF_HOME=~/tensorflow/
if [ $# -lt 4 ]; then
echo "Usage: $0 graph_def snapshot output_nodes output.pb"
exit 0
fi
proto=$1
snapshot=$2
out_nodes=$3
out=$4
$TF_HOME/bazel-bin/tensorflow/python/tools/freeze_graph --input_graph=$proto \
--input_checkpoint=$snapshot \
--output_graph=$out \
--output_node_names=$out_nodes
:私はこのようにそれを使用します。
- 1. Autoencoderのウェイトを使ってテンソルフローのニューラルネットワークを初期化する
- 2. テンソルフローsequence_loss_by_exampleウェイト
- 3. MATLABのニューラルネットワーク、初期ウェイト
- 4. pybrainを使用したニューラルネットワークの回帰
- 5. ケラスとテンソルフローをバックエンドとして使用した畳み込みニューラルネットワークへの入力の可視化
- 6. spark(louvain)のウェイトを使用したエッジでのコミュニティ検出
- 7. Kerasニューラルネットワークを使用したGridSearch
- 8. TensorFlow - ニューラルネットワークを使用したテキスト分類
- 9. Wekaでのウェイトの使用方法
- 10. カーラを使ってウェイトを使ってニューラルネットワークのデータを手動で予測する方法
- 11. ウェイト付きエッジを使用したグラフ描画
- 12. エクスポートオブジェクトを使用したオブジェクトのエクスポート
- 13. エクスポートを使用したテンプレートの作成
- 14. ASPを使用したExcelへのエクスポート
- 15. PHPを使用したSQL Serverのエクスポート
- 16. FluentDを使用したJavaロギングのエクスポート
- 17. テンソルフローを使用してカスタム接続ニューラルネットワークを作成するにはどうすればよいですか?
- 18. matlabからC++へのウェイトとパラメータのエクスポート
- 19. matlabシミュレーションを使用したニューラルネットワークのパターン認識
- 20. 遺伝的アルゴリズムを使用したニューラルネットワークの重み最適化
- 21. plot perfcurveを使用したニューラルネットワーク分類器のROC曲線
- 22. C++を使用したニューラルネットワークの単一ニューロン
- 23. Feed Dict入力ディメンションを使用したテンソルフローの分割
- 24. ケラスを使用したモデル出力w.r.tウェイトの勾配の取得
- 25. テンソルフローまたはskflowを使用したキュー入力データ
- 26. テンソルフローを訓練したモデルをサービスとして使用する
- 27. テンソルフローは、クウェートを使用したテストセットで評価します
- 28. リニアレイアウトのネストされたウェイト
- 29. マルチタスクのデータセットのテンソルフローTFRコードの使用
- 30. 畳み込みニューラルネットワークを使用したピクセルによる分類?
https://nathanbrixius.wordpress.com/2016/05/24/checkpointing-and-reusing-tensorflow-models/ – martianwars