Tensorflow模型保存与使用

简要介绍

本文主要介绍，用tensorflow训练的mnist数据库，如何保存模型和使用保存的模型，以及如何对一张测试图片进行识别

模型保存

模型训练与保存代码如下：

#!/usr/bin/env python
# 导入mnist数据库
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf
import os

# 定义输入变量
x = tf.placeholder(tf.float32, [None, 784])

# 定义参数
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

# 定义激励函数
y = tf.nn.softmax(tf.matmul(x, W) + b)

# 定义输出变量
y_ = tf.placeholder(tf.float32, [None, 10])

# 定义成本函数
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))

# 定义优化函数
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

# 初始化变量
init = tf.global_variables_initializer()

# 定义会话
sess = tf.Session()

# 运行初始化
sess.run(init)

# 定义模型保存对象
saver = tf.train.Saver()

# 循环训练1000次
for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_:batch_ys})

print("训练完成！")

# 创建模型保存目录
model_dir = "mnist"
model_name = "ckp"
if not os.path.exists(model_dir):
    os.mkdir(model_dir)

# 保存模型
saver.save(sess, os.path.join(model_dir, model_name))

print("保存模型成功！")

模型使用

模型恢复与使用代码如下：

#!/usr/bin/env python
# 导入mnist数据库
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("MNIST_data",one_hot=True)

import tensorflow as tf

# 创建会话
sess = tf.Session()

# 定义输入变量
x = tf.placeholder(tf.float32, [None, 784])

# 定义参数
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

# 定义模型和激励函数
y = tf.nn.softmax(tf.matmul(x, W) + b)

# 定义模型保存对象
saver = tf.train.Saver([W, b])

# 恢复模型
saver.restore(sess, "mnist/ckp")

print("恢复模型成功！")

# 取出一个测试图片
idx=0
img = mnist.test.images[idx]

# 根据模型计算结果
ret = sess.run(y, feed_dict = {x : img.reshape(1, 784)})

print("计算模型结果成功！")

# 显示测试结果
print("预测结果:%d"%(ret.argmax()))
print("实际结果:%d"%(mnist.test.labels[idx].argmax()))

附件：

训练脚本：mnist_train.py
测试脚本：mnist_test.py

  转载请注明出处：http://wustmeiming.github.io/2017/01/09/Tensorflow模型保存与使用/