tensorflow儲存載入多個模型
#儲存載入過個模型時要注意必須指定Graph
class MLP(object): def __init__(self, id): if not os.path.exists('./' + id): os.makedirs('./' + id) self.id = id self.graph = tf.Graph() self.session_conf = tf.ConfigProto( allow_soft_placement=True, log_device_placement=False) self.load_model() def init_net(self): # Placeholders for input, output and dropout self.input_x = tf.placeholder(tf.float32, [None, 1], name="input_x") self.input_y = tf.placeholder(tf.float32, [None, 1], name="input_y") with tf.name_scope('mlp1'): W = tf.Variable(tf.truncated_normal([1,50], stddev=0.1), name="W") b = tf.Variable(tf.constant(0.1, shape=[50]), name="b") self.mlp1 = tf.nn.xw_plus_b(self.input_x, W, b, name="xwb") with tf.name_scope('mlp2'): W1 = tf.Variable(tf.truncated_normal([50,1], stddev=0.1), name="W1") b1 = tf.Variable(tf.constant(0.1, shape=[1]), name="b1") self.mlp1 = tf.nn.xw_plus_b(self.mlp1, W1, b1, name="xwb1") self.prediction = tf.nn.sigmoid(self.mlp1) with tf.name_scope("loss"): losses = tf.nn.sigmoid_cross_entropy_with_logits(logits=self.mlp1, labels=self.input_y) self.loss = tf.reduce_mean(losses) with tf.name_scope("optimizer"): self.global_step = tf.Variable(0, name="global_step", trainable=False) optimizer = tf.train.AdamOptimizer(1e-3) grads_and_vars = optimizer.compute_gradients(self.loss) self.train_op = optimizer.apply_gradients(grads_and_vars, global_step=self.global_step) def load_model(self): with self.graph.as_default(): self.sess = tf.Session(graph=self.graph, config=self.session_conf) if os.path.exists('./' + self.id + '/model.meta'): self.init_net() self.saver = tf.train.Saver() self.saver.restore(self.sess, tf.train.latest_checkpoint('./' + self.id)) else: self.init_net() self.sess.run(tf.global_variables_initializer()) self.saver = tf.train.Saver() def train(self): print 'traning' with self.sess.as_default(): for i in range(1000): x, y = generate_data(1000,self.id) loss,_ = self.sess.run([self.loss,self.train_op],feed_dict={self.input_x:x,self.input_y:y}) x_test,y_test = generate_data(100,self.id) prediction = self.sess.run(self.prediction, feed_dict={self.input_x: x_test, self.input_y: y_test}) acc = self.get_acc(prediction,y_test) print 'step:',i,'loss:',loss,'acc:',acc self.saver.save(self.sess, './' + self.id + '/model') def test(self): print 'testing' with self.sess.as_default(): x_test, y_test = generate_data(1000,self.id) prediction = self.sess.run(self.prediction, feed_dict={self.input_x: x_test, self.input_y: y_test}) acc = self.get_acc(prediction, y_test) print 'acc:', acc
相關推薦
tensorflow儲存載入多個模型
#儲存載入過個模型時要注意必須指定Graphclass MLP(object): def __init__(self, id): if not os.path.exists('./' + id): os.makedirs('.
Tensorflow 同時載入多個模型
這涉及到詞向量,具體看可以參考這篇文章:Word2vec 之 Skip-Gram 模型,下面只進行簡單的描述, 上圖的流程是把文章的單詞使用詞向量來表示。 (1)提取文章所有的單詞,把其按其出現的次數降許(這裡只取前5000個),比如單詞‘network’出現的次數最多,編號ID為0,依次類推… (2)
TensorFlow 載入多個模型的方法
採用 TensorFlow 的時候,有時候我們需要載入的不止是一個模型,那麼如何載入多個模型呢? 原文:bretahajek.com/2017/04/imp… 關於 TensorFlow 可以有很多東西可以說。但這次我只介紹如何匯入訓練好的模型(圖),因為我做不到匯入第二個模型並將它和第一個模型
TensorFlow學習系列(三):儲存/恢復和混合多個模型
這篇教程是翻譯Morgan寫的TensorFlow教程,作者已經授權翻譯,這是原文。 目錄 在學習這篇部落格之前,我希望你已經掌握了Tensorflow基本的操作。如果沒有,你可以閱讀這篇入門文章。 為什麼要
TensorFlow:儲存/恢復和混合多個模型
這篇教程是翻譯Morgan寫的TensorFlow教程,作者已經授權翻譯,這是原文 目錄 在學習這篇部落格之前,我希望你已經掌握了Tensorflow基本的操作。如果沒有,你可以閱讀這篇入門文章。 為什麼要學習模型的儲存和恢復呢?因為這對於避免資料的混亂無序是至關重要的,特別是在你程式碼中的不同圖。
tensorflow 使用多塊GPU同時訓練多個模型
轉自:http://stackoverflow.com/questions/34775522/tensorflow-mutiple-sessions-with-mutiple-gpus TensorFlow will attempt to use (an equal fraction of the me
Asp.net Mvc action返回多個模型實體給view
姓名 query ont info erb users box html asp 1、controller中action代碼: public class HomeController : Controller { public ActionResu
keras實現多個模型融合(非keras自帶模型,這裡以3個自己的模型為例)
該程式碼可以實現類似圖片的效果,多個模型採用第一個輸入。 圖片來源:https://github.com/keras-team/keras/issues/4205 step 1:重新定義模型(這是我自己的模型,你們可以用你們自己的),與預訓練不一樣,這裡定義模型inp
Pycharm載入多個專案
Pycharm中的載入多個專案 使用Pycharm,總會建立幾個專案檔案,有時候又不想全部一個一個的開啟,所以這時候需要一個專案共存的方法,現在說一下怎麼專案共存。 中英文對照 英文:首先開啟setting介面: 中文首先開啟設定介面 然後就是選擇Project,下面
three.js 合併多個模型
方法一:THREE.Geometry.merge()合併多個模型為一個 關鍵點:通過THREE.Geometry.merge()函式,你可以將多個幾何體合併起來建立一個聯合體 參考部落格:63 Three.js 將多個網格合併成一個網格
tensorflow enqueue_many傳入多個值的列表傳入異常問題————Shape () must have rank at least 1
tf 的佇列操作enqueue_many傳入的值是列表,但是放入[]列表拋異常 File "C:\Users\lihongjie\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\ops\data_fl
在業務控制方法中寫入User,Admin多個模型收集參數
code prot style servle EDA dmi simple register ping 1) 可以在業務控制方法中書寫1個模型來收集客戶端的參數 2) 模型中的屬性名必須和客戶端參數名一一對應 3) 這裏說的模型不是Model對象,Model是向視
react native載入多個jsbundle(assets和其他目錄)
在使用ReactInstanceManager.Builder構建一個ReactInstanceManager例項的時候只能傳入一個bundle,setBundleAssetName和setJSBundleFile分別對應從assets和從一個檔案路徑載入Bundle。有時需要將業務程式碼和通用
tensorflow隨筆-讀取多個檔案
#!/usr/bin/env python2 # -*- coding: utf-8 -*- """ Created on Sat Sep 15 10:54:53 2018 @author: myhaspl @email:[email protect
【ARToolkit】小發現:可以在一個patt裡面畫多個模型
無意中的一個小發現,我在draw函式裡面更改模型的平移,旋轉,虛擬物體型別的時候,本來是把茶壺函式 glutSolidTeapot( 50.0 )。更改為正方體 glutSolidCube(50.0) 的時候,忘記把茶壺函式註釋掉,然後就直接執行了,結果發現
Pycharm中的載入多個專案
使用Pycharm,總會建立幾個專案檔案,有時候又不想全部一個一個的開啟,所以這時候需要一個專案共存的方法,現在說一下怎麼專案共存。 中英文對照 英文:首先開啟setting介面: 中文首先開啟設定介面 然後就是選擇Project,下面的Project S
【Spring】例項化上下文物件及載入多個配置檔案
一、例項化上下文物件 ApplicationContext ctx = new ClassPathXmlApplicationContext("applicationContext.xml"); Car car = (Car) ctx.getBean("car");
tensorflow 批量讀取多個csv檔案
tensorflow 批量讀取多個csv檔案 #!/usr/bin/python # -*- coding:utf-8 -*- import tensorflow as tf import os def csvfile(fileist): file_queue=tf.train.str
使用nginx載入多個tomcat實現session共享(負載均衡)
需要用到: memcached 官網:http://memcached.org/ 用memcached實現session共享 tomcat叢集 以我的為例,我用的tomcat版本是 apache-tomcat-7.0.68 現將tomcat資料夾複
iOS【完美解決SDWebImage載入多個圖片記憶體崩潰的問題】
SDWebImage大家肯定都恨熟悉了,國內外太多的App使用其進行圖片載入。但是最近在使用過程中發現,我用SDWebImage載入多個圖片,類似微博動態那種,在載入的過程中。我發現當圖片解析度比較大的時候(不是圖片大),載入幾張圖片就崩潰了。網上說可以每次載入圖片清空mem