模型的保存与持久化

模型的保存使用了函数tf.train.Saver()
通过saver.saver(sess, ”path“ )保存

import tensorflow as tf  
v1=tf.Variable(tf.constant(1.0,shape=[1]),name="v1")  
v2=tf.Variable(tf.constant(2.0,shape=[1]),name="v2")  
result=v1+v2  

init_op=tf.initialize_all_variables()  
#声明tf.train.Saver类  
saver=tf.train.Saver()  
with tf.Session() as sess:  
    sess.run(init_op)  
    saver.save(sess,"/home/kaitang/test/model/model.ckpt")

文件下

出现了 4个文件
checkpoint  
model.ckpt.data-00000-of-00001
model.ckpt.index
model.ckpt.meta
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值