本博客只是记录自己在运行tensorflow中关于模型存储和恢复中遇到的问题
在tensorflow中,模型存储和恢复是通过tf.train.Saver()来完成,如:
假设模型已经建立完成,在训练阶段建立对话的时候,
saver = tf.train.Saver()
saver.save(sess,checkpoint_dir+"model.ckpt")
在恢复模型的时候需要用上
先获取状态
ckpt = tf.train.get_checkpoint_state(checkpoint_dir)#也可以直接删掉
saver.restore(sess,ckpt.model_checkpoint_path)#当上面一句删掉的时候,需要填写具体的ckpt文件地址
但是由于有的tensorflow版本的问题有时候不对,需要改成
saver.restore(sess,checkpoint_dir+".\\"+"model.ckpt")
这是因为tensorflow版本的问题,具体的是生成的二进制文件相较于原来版本的的差了一个ckpt的文件格式