001.checkpoint文件

001.checkpoint文件

1.用途

• 捕获模型使用的所有tf.Variable的确切值
• 用来进行深度学习模型参数的保存
  

2.创建

2.1 方法一：save_weights（filename)

import tensorflow as tf

class Net(tf.keras.Model):
  """A simple linear model."""

  def __init__(self):
    super(Net, self).__init__()
    self.l1 = tf.keras.layers.Dense(5)

  def call(self, x):
    return self.l1(x)

net = Net()
net.save_weights('easy_checkpoint')

生成下面三个文件

• checkpoint内容：
  

方法二：tf.train.checkpoint

步骤：

• 产生checkpoint对象
  • checkpoint的参数必须是trackable类型的：tf.Variable, tf.keras.Layer implementations, or
    tf.keras.Model
• 使用tf.train.checkpointManager管理多个checkpoints
• max_to_keep：生成的checkpoint文件有很多，存储在磁盘上浪费空间，设置max_to_keep=3只保留最新产生的三个文件
• 使用tf.train.checkpointManager.store进行保存
  
  
  
  生成的checkpoint文件