tf.train.Saver

最新推荐文章于 2019-04-19 11:22:44 发布

mstar1992

最新推荐文章于 2019-04-19 11:22:44 发布

阅读量5.4k

点赞数

分类专栏：深度学习 tensorflow

本文链接：https://blog.csdn.net/u013713117/article/details/65634103

版权

tf.train.Saver是TensorFlow中用于保存和恢复模型变量的工具，支持自动编号和清理checkpoint文件。Saver可以通过全局步数对文件命名，并控制保留的checkpoint数量或间隔。它允许指定要保存的变量列表，并提供了保存和恢复模型的方法。

摘要由CSDN通过智能技术生成

Saver类用来保存和恢复变量

Saver类增加了保存和恢复变量到checkpoints的操作。它还提供了运行这些操作的便利方法。

Checkpoints是专有格式的二进制文件，将变量名称映射到张量值。检查Checkpoints文件内容的最佳方式是使用Saver加载它。

Saver可以用计数器自动编号checkpoint文件，这可以让你在训练模型时，在不同的步骤中保留多个checkpoint。例如，你可以使用训练步数对checkpoint文件名进行编号。为了避免填写磁盘，savers自动管理checkpoint文件。例如，只保留N个最近的checkpoint文件，或者每N个训练时间内保留一个checkpoint文件。
You number checkpoint filenames by passing a value to the optional global_step argument to save():
你可以通过向传值对
通过将值传递给 save()可选的global_step参数来为checkpoint文件编号：

saver.save(sess, 'my-model', global_step=0) ==> filename: 'my-model-0'
...
saver.save(sess, 'my-model', global_step=1000) ==> filename: 'my-model-1000'

saver.save(sess, 'model', global_step=0) ==> filename: 'model-0'
...
saver.save(sess, 'model', global_step=1000) ==> filename: 'model-1000'

Additionally, optional arguments to the Saver() constructor let you control the proliferation of checkpoint files on disk
另外，Saver（）构造函数的可选参数可以控制磁盘上ch