Tensorflow模型

Tensorflow模型的保存与恢复

0x01Tensorflow模型是什么

当你已经训练好一个神经网络之后，你想要保存它，用于以后的使用，部署到产品里面去。所以，Tensorflow模型是什么？Tensorflow模型主要包含网络的设计或者图（graph），和我们已经训练好的网络参数的值。

分为三部分：data-00000-of-00001、index、meta；

• meta file保存了graph结构,包括 GraphDef, SaverDef等,当存在meta file,我们可以不在文件中定义模型,也可以运行,而如果没有meta file,我们需要定义好模型,再加载data file,得到变量值.

• index file为一个 string-string table,table的key值为tensor名,value为BundleEntryProto, BundleEntryProto.

• data file保存了模型的所有变量的值.

因此Tensorflow模型有两个主要的文件：

A） Meta graph:

这是一个保存完整Tensorflow graph的protocol buffer，比如说，所有的 variables, operations, collections等等。这个文件的后缀是 .meta 。

B） Checkpoint file:

这是一个包含所有权重（weights），偏置（biases），梯度（gradients）和所有其他保存的变量（variables）的二进制文件。它包含两个文件：

• mymodel.data-00000-of-00001

• mymodel.index

其中，.data文件包含了我们的训练变量。

另外，除了这两个文件，Tensorflow有一个叫做checkpoint的文件，记录着已经最新的保存的模型文件。

注：Tensorflow 0.11版本以前，Checkpoint file只有一个后缀名为.ckpt的文件。

因此，总结来说，Tensorflow（版本0.10以后）模型长这个样子：

   Tensorflow版本0.11以前，只包含以下三个文件：

• inception_v1.meta

• inception_v1.ckpt

• checkpoint