ckpt学习下

TensorFlow的模型文件

文件结构介绍：
–checkpoint_dir
　　| |–checkpoint
　　| |–MyModel.meta
　　| |–MyModel.data-00000-of-00001
　　| |–MyModel.index
　　
Tensorflow模型主要包括两个方面内容：1）神经网络的结构图graph；2）已训练好的变量参数。

因此Tensorflow模型主要包含两个文件：

.meta文件
该文件保存了tensorflow完整的网络图结构，.meta文件是pb格式，包含变量、结合、OP

.data文件
是包含训练变量的文件；
.index文件
是描述variable中key和value的对应关系
.ckpt文件
二进制文件，存储了weights，biases，gradients等变量

.checkpoint文件

文本文件，该文件记录了保存的最新的checkpoint文件以及其他checkpoint文件列表，可以修改这个文件，制定使用哪个model

保存TensorFlow

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’)

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)