TensorFlow 运行模型时生成的各个文件含义

最新推荐文章于 2024-03-20 00:38:17 发布

还卿一钵无情泪

最新推荐文章于 2024-03-20 00:38:17 发布

阅读量1.4k

点赞数

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/weixin_48185819/article/details/108238567

版权

本文详细解析了TensorFlow在运行模型时生成的各种文件，包括events.out.tfevents.*（记录训练指标）、graph.pbtxt（文本形式的模型结构）、checkpoint（保存路径信息）、model.ckpt-*.meta（二进制模型结构）、model.ckpt-*.index（tensor元数据）和model.ckpt-*.data-*（变量值）。此外，还介绍了checkpoint用于保存权重，GraphDef（*.pb或*.pbtxt）用于存储计算图结构，以及在不同场景下如何选择使用FrozenGraphDef和SavedModel格式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

运行模型时生成的各个文件

events.out.tfevents.*...: 保存的就是你的accuracy或者loss在不同时刻的值。

graph.pbtxt: 这其实是一个文本文件，保存了模型的结构信息

checkpoint: 其实就是一个txt文件，存储的是路径信息

model.ckpt-*.meta: 其实和上面的graph.pbtxt作用一样都保存了graph结构,只不过meta文件是二进制的，它包括 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。

model.ckpt-*.index: 这是一个string-string table，table的key值为tensor名，value为serialized BundleEntryProto。每个BundleEntryProto表述了tensor的metadata，比如那个data文件包含tensor、文件中的偏移量、一些辅助数据等。

model.ckpt-*.data-*: 保存了模型的所有变量的值，Tensor集合。

可以看到第一行表示最近的一次checkpoints路径信息，也就是说可能因为某种原因你的模型训练中断了。不过没关系，下次重新训练时，会自动从上次的断点继续训练而不用重新训练了。后面两项则表示已经保存的所有断点路径。

CheckPoint(*.ckpt)

在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”

这种格式文件是由 tf.train.Saver() 对象调用 saver.save() 生成的，只包含若干 Variables 对象序列化后的数据，不包含图结构，所以只给 c