机器学习中split()函数的应用

机器学习中，要测试一个模型，需要split()函数对训练过程中在生成文件的文件名进行切割，从而得知那是哪一轮的数据。

例如：在反向传播过程中，一般会隔一定轮数保存一次神经网络模型，并产生三个文件（保存当前图结构的.meta文件、保存当前参数名的.index文件和保存当前参数的.data文件）

global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1]

ckpt.model_checkpoint_path: 表示模型存储的位置，不需要提供模型的名字，他会直接去checpoint文件里找，看一下那个是最新的。

这是我的checkpoint文件

比如说“/home/liuzihao/python/mnist_model-6001"这个字符串，split('/')[-1].split('-')[-1],表示第一个分隔符是'/'，'-1'表示从最后一位开始数，碰见第一个‘/’为止，即'mnist_model-6001'前的所有字符全部删去；第二个分隔符是'-'，也是从最后一位开始，把‘-’之前的字符全删去，只剩'6001'了。这样就能得到训练的轮数了。