tensorflow保存模型_tensorflow 模型保存之Checkpoint OR SaveModel

发现自己的文章总是收藏比赞多，给个小心心，让作者更好的写下去呗~

---

背景

因为工作的原因，需要把export出来的模型还原成checkpoint，然后去做predict测试集，之前一直对模型的保存原理有点模糊，所以就趁此机会好好调研了一下。

调研结果

• 官网说的很明白，不用看其他资料
  Training checkpoints

The phrase "Saving a TensorFlow model" typically means one of two things:
Checkpoints, OR
SavedModel.

Checkpoints

• 保存全部的模型参数包括网络的和优化器的
• 文件保存形式：
  ls ./tf_ckpts
  checkpoint
  ckpt-8.data-00000-of-00002
  ckpt-8.data-00001-of-00002
  ckpt-8.index
  ckpt-9.data-00000-of-00002
  ckpt-9.data-00001-of-00002
  ckpt-9.index
  ckpt-10.data-00000-of-00002
  ckpt-10.data-00001-of-00002
  ckpt-10.index

SavedModel

• 不仅保存模型参数，还有模型计算过程
• 可以直接部署到服务器，不需要依赖原始代码
• 文件保存形式：
  ls {mobilenet_save_path}
  assets #模型依赖的外部文件，比如vocab
  saved_model.pb #模型的网络结构，可以接受tensor输入，计算完后输出tensor
  variables #模型的参数
  ls {mobilenet_save_path}/variables
  variables.data-00000-of-00002
  variables.data-00001-of-00002
  variables.index

SaveModel转成Ckeckpoint

• 只需要将variables里的文件，改成ckpt-X.*的形式即可
• 模型指定加载这个ckpt