菜鸟学习第五周之tensorflow基础

 时间：20180827-20180902

 

 tf.train.Saver().save -- --保存模型

saver.save(sess,'ckpt/mnist.ckpt',global_step=step)

第一个参数是sess，第二个参数设定保存的路径和名字，第三个参数将训练的次数作为后缀加入到模型名字中，当前是第几步

实际上每调用一次保存操作会创建后3个数据文件并创建一个检查点（checkpoint）文件，简单理解就是权重等参数被保存到 .ckpt.data 文件中，以字典的形式；图和元数据被保存到 .ckpt.meta 文件中，可以被 tf.train.import_meta_graph 加载到当前默认的图。

1. saver 的操作必须在 sess 建立后进行。
2. model.ckpt 必须存在给定文件夹中，'tmp/model.ckpt' 这里至少要有一层文件夹，否则无法保存。
3. 恢复模型时同保存时一样，是 ‘tmp/model.ckpt’，和那3个文件名都不一样。

 tf.train.Saver().restore -- --载入模型  重载模型的参数 用来继续训练或用于测试数据

saver.restore(sess, FLAGS.train_dir)

sess 表示当前会话

FLAGS.train_dir 表示模型存储的位置，不需要提供模型的名字，它会去查看checkpoint文件，看看最新的是谁，叫做什么

 

tf.reset_default_graph函数用于清除默认图形堆栈并重置全局默认图形。  注意：默认图形是当前线程的一个属性。该tf.reset_default_graph函数只适用于当前线程。当一个tf.Session或者tf.InteractiveSession激活时调用这个函数会导致未定义的行为。