- 简单的一个例子
tensorflow 提供了tf.train.Saver类来保存模型,值得注意的是,在tensorflow中,变量是存在于Session环境中,也就是说,只有在Session环境下才会存有变量值,因此,保存模型时需要传入session:
saver.save(sess, './checkpoint_dir/Mymodel')
# -*- coding: utf-8 -*-
import tensorflow as tf
w1 = tf.Variable(tf.random_normal(shape=[2]),name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]),name='w2')
saver = tf.train.Saver()
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
saver.save(sess, './checkpoint_dir/Mymodel')
运行后 ,在checkpoint_dir文件夹下出现四个文件
- 2.