如何在tensorflow中使用微调模型？

我使用训练有素的AlexNet对我的数据库进行微调。现在，当我存储会话时，我得到了三个文件model.ckpt.meta、model.ckpt.index、model.ckpt.data。 现在，如何使用新的权重和模型来预测其他图像

还有，有没有办法以.npy格式存储权重

根据，使用Saver对象保存变量，并使用相同的对象加载。例如：

# Create some variables.
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")

saver = tf.train.Saver()

if training:
  initialize()
  train()
  save_path = saver.save(sess, "/tmp/model.ckpt") # save your variables

if testing:
  saver.restore(sess, "/tmp/model.ckpt") # load your variables
  predict()

TensorFlow变量以其自己的格式保存。要将变量保存为Numpy，您需要从会话中将张量获取为Numpy数组，然后使用Numpy保存/加载，如中所述：

为什么要这样做是很神秘的

根据，使用Saver对象保存变量，然后使用相同的对象加载。例如：

# Create some variables.
v1 = tf.Variable(..., name="v1")
v2 = tf.Variable(..., name="v2")

saver = tf.train.Saver()

if training:
  initialize()
  train()
  save_path = saver.save(sess, "/tmp/model.ckpt") # save your variables

if testing:
  saver.restore(sess, "/tmp/model.ckpt") # load your variables
  predict()

TensorFlow变量以其自己的格式保存。要将变量保存为Numpy，您需要从会话中将张量获取为Numpy数组，然后使用Numpy保存/加载，如中所述：

你为什么要这么做很神秘