TensorFlow Estimator 官方文档之----Checkpoints

本文详细介绍了如何使用TensorFlow Estimator进行模型的保存和恢复,特别是checkpoints的创建和管理。Estimator在训练过程中自动保存checkpoints和event files,可以通过model_dir参数指定保存路径。默认情况下,每10分钟会保存一次checkpoint,最多保留5个。恢复模型时,需确保模型结构与checkpoint兼容,否则会导致恢复失败。
摘要由CSDN通过智能技术生成

本文介绍了 Estimators 模型的保存和恢复。

TensorFlow提供了两种模型格式:

  • checkpoints:这种格式依赖于创建模型的代码。
  • SavedModel:这种格式与创建模型的代码无关。

本文档主要介绍checkpoints。要详细了解 SavedModel,请参阅《TensorFlow 编程人员指南》的 Saving and Restoring 一章。

1. 保存经过部分训练的模型

Estimators 在训练过程中会自动将以下内容保存到磁盘:

  • chenkpoints:训练过程中的模型快照。
  • event files:其中包含 TensorBoard 用于创建可视化图表的信息。

通过 model_dir 参数,我们可以指定 Estimator 保存上述文件时的顶级目录。

# 实例化 estimator
classifier = tf.estimator.DNNClassifier(
    feature_columns=my_feature_columns,
    hidden_units=[10, 10],
    n_classes=3,
    model_dir='models/iris')

# 训练 estimator
classifier.train(
    input_fn=lambda:train_input_fn(train_x, train_y, batch_size=100),
    steps=200)

如下图所示,第一次调用 train 方法会将 checkpoints 和 event files 文件添加到 model_dir

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值