TensorFlow 1.0+模型文件与权重读取方法

Miles

发布时间：2026-10-13| 3人浏览过

原创

本文介绍了TensorFlow 1.0之后版本模型文件的读取方式。保存的模型包含checkpoint、data、index和meta四个文件。通过Python代码，利用pywrap_tensorflow模块加载CheckpointReader，可获取变量形状映射及具体权重张量（如conv1/weight），并打印其形状与数值。

TensorFlow模型文件组成

保存的模型文件通常包含以下四个部分：

checkpoint

model-parameters.bin-46000.data-00000-of-00001

model-parameters.bin-46000.index

model-parameters.bin-46000.meta

权重读取代码实现

读取模型权重的代码实现如下：


from tensorflow.python import pywrap_tensorflow

with tf.Graph().as_default(): 
 with tf.Session() as sess:
 ckpt = tf.train.get_checkpoint_state('./checkpoint')
 if ckpt and ckpt.model_checkpoint_path:
  reader = pywrap_tensorflow.NewCheckpointReader('./checkpoint/model-parameters.bin-46000')
  all_variables = reader.get_variable_to_shape_map()
  w1 = reader.get_tensor("conv1/weight")
  print(w1.shape)
  print(w1)
  print(all_variables)
 else:
  print('No checkpoint file found')

以上介绍了TensorFlow 1.0之后模型文件及权重数值的读取方法，供读者参考。