- Tensorflow模型主要包含网络设计(或者网络图)和训练好的网络参数的值。所以Tensorflow模型有两个主要的文件:
- Meta图: Meta图是一个协议缓冲区(protocol buffer),它保存了完整的Tensorflow图;比如所有的变量、运算、集合等。这个文件的扩展名是.meta。
- Checkpoint 文件 :
- 从0.11版本开始,Tensorflow对改文件做了点修改,checkpoint文件不再是单个.ckpt文件,而是如下两个文件:
- mymodel.data-00000-of-00001
- mymodel.index
- 其中, .data文件包含了我们的训练变量。除此之外,还有一个叫checkpoint的文件,它保留了最新的checkpoint文件的记录。
- 这是一个二进制文件,它保存了权重、偏置项、梯度以及其他所有的变量的取值,扩展名为.ckpt。
- 从0.11版本开始,Tensorflow对改文件做了点修改,checkpoint文件不再是单个.ckpt文件,而是如下两个文件:
- 对于0.11之前的版本,只包含三个文件:
- inception_v1.meta
- inception_v1.ckpt
- checkpoint
- 保存tensorflow模型:
- 观察损失和准确率,一旦发现网络收敛,就可以手动停止训练过程或者直接训练固定迭代次数。当训练完成后,我们想要保存所有的变量和网络图便于以后使用。因此在Tensorflow中, 为了保存网络图和所有参数的值,我们应该创建tf.train.Saver()这个类的一个对象:
saver = tf.train.Saver()
- 记住Tensorflow变量只有在会话(session)中才能激活。因此,需要在会话中调用刚创建的对象的保存方法:
sess是一个session对象,“my-test-model”是模型名字。saver.save(sess, "my-test-model")
- 观察损失和准确率,一旦发现网络收敛,就可以手动停止训练过程或者直接训练固定迭代次数。当训练完成后,我们想要保存所有的变量和网络图便于以后使用。因此在Tensorflow中, 为了保存网络图和所有参数的值,我们应该创建tf.train.Saver()这个类的一个对象:
01-08
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交