Tensorflow에서 saver를 이용하여 기존 학습된 모델의 값을 읽어오는 방법.
1. 모델 전체를 읽어오는 경우
1 2 | saver = tf.train.Saver(tf.trainable_variables(), max_to_keep=10) saver.restore(sess, pretrained_model) | cs |
2. architecture 중 일부 레이어를 제외할 경우
1 2 3 4 5 6 7 | variables = tf.trainable_variables() variables_to_restore = [v for v in variables if v.name != '제외할레이어'] saver = tf.train.Saver(variables_to_restore, max_to_keep=10) saver.restore(sess, pretrained_model) # scope을 이용한 경우 아래와 같이 해당 scope에 대한 부분을 제할수 있음 variables_to_restore = [v for v in variables if v.name.split('/')[0] != '제외할 scope'] | cs |
'전공관련 > Deep Learning' 카테고리의 다른 글
| Deconvolution 파라미터에 따른 출력 크기 계산하기 (0) | 2018.10.19 |
|---|---|
| [TensorFlow] meta file로부터 graph를 읽어오고 사용하는 방법 (2) | 2018.03.22 |
| digits 에서 학습한 텐서플로우 모델 파이썬에서 사용하기 (0) | 2018.01.19 |
| [TensorFlow] Slim을 써보자 - custom preprocessing을 설정하자 (0) | 2017.12.06 |
| [TensorFlow] Slim을 써보자 - custom architecture를 만들자 (0) | 2017.12.06 |
매직블럭
작은 지식들 그리고 기억 한조각