1.Saver背景介绍
1.1我们经常在训练完一个模型之后希望保存训练的结果,这些结果指的是模型的参数,以便下次迭代的训练或者用作测试。Tensorflow针对这一需求提供了Saver类。
1.2.Saver类提供了向checkpoints文件保存和从checkpoints文件中恢复变量的相关方法。Checkpoints文件是一个二进制文件,它把变量名映射到对应的tensor值 。
1.3只要提供一个计数器,当计数器触发时,Saver类可以自动的生成checkpoint文件。这让我们可以在训练过程中保存多个中间结果。例如,我们可以保存每一步训练的结果。
为了避免填满整个磁盘,Saver可以自动的管理Checkpoints文件。例如,我们可以指定保存最近的N个Checkpoints文件。
(第3点的内容我还没有理解上,以后写好了再更新哈)
2.代码
2.1 tf.train.Saver()如何写
2.1.1写的位置
(1)在with tf.Session() as sess:这一句的前面写就行,不用再Session()会话中,例如下面:
checkpoint_steps = 1
check_dir='D:/train/'
saver = tf.train.Saver()
log_dir = "D:/Temp/logs4/"
with tf.Session() as sess:
train_writer = tf.summary.FileWriter(log_dir + "train/", sess.graph) # 记录默认