强化学习—baseline项目之TensorFlow的训练参数的存储和加载资源-CSDN文库

176 浏览量 2021-01-20 11:52:14 上传评论收藏 38KB PDF 举报

资源详情

资源评论

资源推荐

强化学习强化学习 —baseline项目之项目之 TensorFlow的训练参数的存储和的训练参数的存储和

加载加载

该项目中把tf的数据存储和读取抽取出两个函数，方便开发，思想和代码值得借迁

一一.存储存储

def save_variables(save_path, variables=None, sess=None):

import joblib

sess = sess or get_session()

variables = variables or tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)

ps = sess.run(variables)

save_dict = {v.name: value for v, value in zip(variables, ps)}

dirname = os.path.dirname(save_path)

if any(dirname):

os.makedirs(dirname, exist_ok=True)

joblib.dump(save_dict, save_path)

第一次见 or 这样写，意思就是前一个不是None或者0，就取前一个，否则取后一个。

tf里，一个session就保存了各种训练的数据和计算图，所依直接把sess传过来，从tf自带的

tf.GraphKeys.GLOBAL_VARIABLES取出其中的全局变量名。然后run（）一下就能得到参数值，再放入一个字典容器

根据路径存入joblib里面

其中joblib是sklearn中的一个专门用于保存训练的模型的

不知道的点这里

二二.加载加载

def load_variables(load_path, variables=None, sess=None):

import joblib

sess = sess or get_session()

variables = variables or tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)

loaded_params = joblib.load(os.path.expanduser(load_path))

restores = [] if isinstance(loaded_params, list):

assert len(loaded_params) == len(variables), 'number of variables loaded mismatches len(variables)'

for d, v in zip(loaded_params, variables):

restores.append(v.assign(d))

else:

for v in variables:

restores.append(v.assign(loaded_params[v.name]))

sess.run(restores)

跟上面相反，看代码就能明白

assign()是tf里的赋值函数，注意tf里的操作写完都要run（）才能生效，不然它仅仅是图上的一个结点

isinstance（）是python里比较两个对象是否相同，它具有继承关系，也就是说如果他的父类相同，也算同一类

作者：橘子JUZI

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

评论0

内容反馈

weixin_38690089

粉丝: 5
资源: 925

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip