保存-恢复模型(不需要重新定义模型的网络结构)-基于tensorflow1.2

以下内容基于TensorFlow1.2

• checkpoints保存和恢复模型

  • 保存模型

    • 定义要输出的tensor

    output_name = ...
    # 如果是预测，output_tensor就是最后得出预测结果的tensor(预测的y)
    output_tensor = ...
    tf.add_to_collection(output_name, output_tensor)
    

    • 保存checkpoint

    checkpoint_dir = ...
    global_step = ...
    
    with tf.Session() as sess：
        # max_to_keep 最多保存几个checkpoint的文件
        saver = tf.train.Saver.save(tf.global_variables(), max_to_keep=5)
        saver.save(sess, checkpoint_dir, global_step=global_step)
    

  • 恢复模型

    # 必须同保存模型时定义的output_name的值一致
    output_name = ...
    with tf.Session(