python模型继续训练_tensorflow模型继续训练 fineturn实例

解决tensoflow如何在已训练模型上继续训练fineturn的问题。

训练代码

任务描述： x = 3.0, y = 100.0， 运算公式 x×w+b = y，求 w和b的最优解。

# -*- coding: utf-8 -*-)

import tensorflow as tf

# 声明占位变量x、y

x = tf.placeholder("float", shape=[none, 1])

y = tf.placeholder("float", [none, 1])

# 声明变量

w = tf.variable(tf.zeros([1, 1]),name='w')

b = tf.variable(tf.zeros([1]),name='b')

# 操作

result = tf.matmul(x, w) + b

# 损失函数

lost = tf.reduce_sum(tf.pow((result - y), 2))

# 优化

train_step = tf.train.gradientdescentoptimizer(0.0007).minimize(lost)

with tf.session() as sess:

# 初始化变量

sess.run(tf.global_variables_initializer())

saver = tf.train.saver(max_to_keep=3)

# 这里x、y给固定的值

x_s = [[3.0]]

<