1.TensorFlow中的模型文件
--checkpoint_dir
| |--checkpoint
| |--MyModel.meta
| |--MyModel.data-00000-of-00001
| |--MyModel.index
2.meta文件
该文件保存的是图结构,meta文件是pb格式,包含变量、结合、OP
3.ckpt文件
二进制文件,存储了weights,biases,gradients等变量
4.checkpoint文件
文本文件,该文件记录了已经保存了的最新的checkpoint文件以及其他checkpoint文件的列表,可以修改这个文件,指定使用哪个model
5.保存TensorFlow的模型文件
使用tf.train.Saver(),TensorFlow中变量都是存储在Session环境中,只有Session环境下才会存有变量值,因此保存模型时需要传入Session。
saver=tf.train.Saver()
saver.save(sess, './checkpoint_dir/myModel')
6.在实际训练中,我们可能会在每1000次迭代中保存一次模型数据,但是由于meta图是不变的,没必要每次都去保存,可以通过如下方式指定不保存图
saver.save(sess, './checkpoint_dir/MyModel', write_meta_graph=False)