保存模型
saver = tf.train.Saver()创建一个saver对象
saver.save(sess,'path')将模型保存在指定的path路径中
该路径中生成的文件有四个,
checkpoint文件保存了一个录下多有的模型文件列表,
model.ckpt.meta保存了TensorFlow计算图的结构信息,
model.ckpt.data保存每个变量的取值,此处文件名的写入方式会因不同参数的设置而不同,但加载restore时的文件路径名是以checkpoint文件中的“model_checkpoint_path”值决定的。
tf.train.Saver类也支持在保存和加载时给变量重命名,声明Saver类对象的时候使用一个字典dict重命名变量即可,{"已保存的变量的名称name": 重命名变量名},saver = tf.train.Saver({"v1":u1, "v2": u2})即原来名称name为v1的变量现在加载到变量u1)中。
加载模型
saver.restore(sess,‘path’)
若不希望重复定义计算图上的运算,可直接加载已经持久化的图,saver =tf.train.import_meta_graph("Model/model.ckpt.meta")。