使用tensorflow过程中，训练结束后我们需要用到模型文件。有时候，我们可能也需要用到别人训练好的模型，并在这个基础上再次训练。这时候我们需要掌握如何操作这些模型数据。看完本文，相信你一定会有收获！
1 Tensorflow模型文件
我们在checkpoint_dir目录下保存的文件结构如下：
|--checkpoint_dir
| |--checkpoint
| |--MyModel.meta
| |--MyModel.data-00000-of-00001
| |--MyModel.index
1.1 meta文件
MyModel.meta文件保存的是图结构，meta文件是pb（pr
2022-01-27 18:12:46
69KB
1
torch-1.0.1-cp37-cp37m-win_amd64.whl
tensorflow-1.15.3-cp37-cp37m-win_amd64.whl --cpu版本
scipy-1.5.2-cp37-cp37m-win_amd64.whl
scikit_learn-0.23.1-cp37-cp37m-win_amd64.whl
python-3.7.6-amd64.exe
pyHook-1.5.1-cp37-cp37m-win_amd64.whl
numpy-1.19.0+mkl-cp37-cp37m-win_amd64.whl
matplotlib-2.2.5-cp37-cp37m-win_amd64.whl
Keras-2.3.1-py2.py3-none-any.whl
pywin32-221.win-amd64-py3.7.exe
2022-01-27 11:55:40
366.24MB
1
简易石头剪刀布tensorflow2.0学习检测软件，并使用已经训练好的模型判别石头剪刀布
2022-01-26 17:07:36
246.45MB
1
TensorFlow.js 微信小程序插件
是谷歌开发的机器学习开源项目，致力于为javascript提供具有硬件加速的机器学习模型训练和部署。
TensorFlow.js 微信小程序插件封装了TensorFlow.js库，用于提供给第三方小程序调用。
例子可以看TFJS Mobilenet
添加插件
在使用插件前，首先要在小程序管理后台的“设置-第三方服务-插件管理”中添加插件。开发者可登录小程序管理后台，通过 appid [wx6afed118d9e81df9] 查找插件并添加。本插件无需申请，添加后可直接使用。
引入插件代码包
使用插件前，使用者要在 app.json 中声明需要使用的插件，例如：
代码示例：
{
...
"plugins": {
"tfjsPlugin": {
"version": "0.0.6",
"provider": "
2022-01-25 18:43:32
180KB
1