深度学习–迁移学习 在使用训练好的模型时,其中有一种保存的模型文件格式叫.npy。 打开方式·实现代码:
import numpy as np
test=np.load('./bvlc_alexnet.npy',encoding = "latin1") #加载文件
doc = open('1.txt', 'a') #打开一个存储文件,并依次写入
print(test, file=doc) #将打印内容写入文件中
模型文件(.npy)刨析:
import numpy as np
from numpy import * #使用numpy的属性且不需要在前面加上numpy
import tensorflow as tf
#模型文件(.npy)部分内容如下:由一个字典组成,字典中的每一个键对应一层网络模型参数。(包括权重w和偏置b)
a = {'conv1':[array([[1,2],[3,4]],dtype=float32),array([5,6],dtype=float32)],'conv2':[array([[1,2],[3,4]],dtype=float32),array([5,6],dtype=float32)]}
conv1_w = a['conv1'][0]
conv1_b = a['conv1'][1]
conv2_w = a['conv2'][0]
conv2_b = a['conv2'][1]
print(conv1_w)
print(tf.Variable(conv1_w))
print(conv1_b)
print(tf.Variable(conv1_b))
结果:
[[ 1. 2.] [ 3. 4.]] <tf.Variable ‘Variable:0’ shape=(2, 2) dtype=float32_ref> [ 5. 6.] <tf.Variable ‘Variable_1:0’ shape=(2,) dtype=float32_ref>
python-读取和保存npy文件
import numpy as np
# .npy文件是numpy专用的二进制文件
arr = np.array([[1, 2], [3, 4]])
# 保存.npy文件
np.save("../data/arr.npy", arr)
print("save .npy done")
# 读取.npy文件
np.load("../data/arr.npy")
print(arr)
print("load .npy done")
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/200777.html原文链接:https://javaforall.cn