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)