serialize_persistables¶

paddle.static. serialize_persistables ( feed_vars, fetch_vars, executor, **kwargs ) [源代码] ¶

根据指定的 feed_vars，fetch_vars 和 executor，序列化模型参数。

参数¶

feed_vars (Variable | list[Variable]) – 模型的输入变量。

fetch_vars (Variable | list[Variable]) – 模型的输出变量。

executor (Executor) - 用于保存预测模型的 executor，详见执行引擎。

kwargs - 支持的 key 包括 program。(注意：kwargs 主要是用来做反向兼容的)

program - 指定包含要序列化的参数的 program，默认是 default_main_program。

返回¶

参数序列化之后的字节数组。

代码示例¶

          import paddle

paddle.enable_static()

path_prefix = "./infer_model"

# User defined network, here a softmax regession example
image = paddle.static.data(name='img', shape=[None, 28, 28], dtype='float32')
label = paddle.static.data(name='label', shape=[None, 1], dtype='int64')
predict = paddle.static.nn.fc(image, 10, activation='softmax')

loss = paddle.nn.functional.cross_entropy(predict, label)

exe = paddle.static.Executor(paddle.CPUPlace())
exe.run(paddle.static.default_startup_program())

# serialize parameters to bytes.
serialized_params = paddle.static.serialize_persistables([image], [predict], exe)

# deserialize bytes to parameters.
main_program = paddle.static.default_main_program()
deserialized_params = paddle.static.deserialize_persistables(main_program, serialized_params, exe)

         