知识点:tensorflow的模型保存和加载又叫tensorflow持久化
一.模型保存
1.首先来看一个重点函数
saver= tf.train.Saver(max_to_keep=None, keep_checkpoint_every_n_hours=None)
此为tensorflow保存模型函数,通常内部参数可为空。此函数默认保存最近5个模型,如果想要增加保存数量,可将max_to_keep函数赋数量值;要是想隔一段固定的时间保存模型可给keep_checkpoint_every_n_hours赋值;函数默认保存所有变量,如果你只想保存指定变量,可以通过指定variables/collections,在创建tf.train.Saver实例时,通过将需要保存的变量构造list或者dictionary,传入到Saver中,如saver = tf.train.Saver([w1,w2])表示只保存w1,w2。
2.下面直接上保存代码:
# tensorflow保存训练模型
import tensorflow as tf
w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]), name='w2')
# tensorflow默认只会保存最近的5个模型文件,如果你希望保存更多,可以通过max_to_keep来指定
saver = tf.train.Saver(max_to_keep=5, keep_checkpoint_every_n_hours=2) # 保存最近5个模型,