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