使用pytorch_pretrained_bert將tensorflow模型轉化為pytorch模型：https://blog.csdn.net/sunyueqinghit/article/details/103458365/

bert_config.json
bert_model.ckpt.data-00000-of-00001
bert_model.ckpt.index
bert_model.ckpt.meta
vocab.txt

比如：
tensorflow 模型文件
checkpoint
model.ckpt-200.data-00000-of-00001
model.ckpt-200.index
model.ckpt-200.meta
1、checkpoint文件
checkpoint是一個文本文件，記錄了訓練過程中在所有中間節點上保存的模型的名稱，首行記錄的是最后（最近）一次保存的模型名稱。

checkpoint是檢查點文件，文件保存了一個目錄下所有的模型文件列表；

2、data文件
model.ckpt-200.data-00000-of-00001：數據文件，保存的是網絡的權值，偏置，操作等等。

3、index文件
model.ckpt-200.index是一個不可變得字符串表，每一個鍵都是張量的名稱，它的值是一個序列化的BundleEntryProto。 每個BundleEntryProto描述張量的元數據：“數據”文件中的哪個文件包含張量的內容，該文件的偏移量，校驗和，一些輔助數據等等

4、meta文件
model.ckpt-200.meta文件保存的是圖結構，通俗地講就是神經網絡的網絡結構。一般而言網絡結構是不會發生改變，所以可以只保存一個就行了

bert模型文件相關解釋：

$ tree chinese_L-12_H-768_A-12/ chinese_L-12_H-768_A-12/ ├── bert_config.json <- 模型配置文件 ├── bert_model.ckpt.data-00000-of-00001 <- 保存斷點文件列表，可以用來迅速查找最近一次的斷點文件 ├── bert_model.ckpt.index <- 為數據文件提供索引，存儲的核心內容是以tensor name為鍵以BundleEntry為值的表格entries，BundleEntry主要內容是權值的類型、形狀、偏移、校驗和等信息。 ├── bert_model.ckpt.meta <- 是MetaGraphDef序列化的二進制文件，保存了網絡結構相關的數據，包括graph_def和saver_def等 └── vocab.txt <- 模型詞匯表文件0 directories, 5 files

總結

以上是生活随笔為你收集整理的Pytorch与tensorflow模型转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。