TensorFlow 不知道哪个版本出了Estimator这个类之后。模型 数据保存变得相当人性化。自动、定时保存
保存数据只在train()进行的时候保存。如下图
它主要产生两种文件。一个是checkpoint,记录模型以及训练数据,另一个是event files.在可视化的时候用
我现在主要是用checkpoint。
无论使用DNNclassifier还是Estimator,如果不指定文件夹,会保存在临时文件夹,所以在创建Estimator或者DNNclassifier的时候,最好指定一下model_dir。
checkpoint的保存:
默认--每600s保存一次,在开始和结束都会记录,只保存最近5次的记录。
my_checkpointing_config = tf.estimator.RunConfig(
save_checkpoints_secs = 20*60,#单位是分钟
keep_checkpoint_max = 10, #次数
)
classifier = tf.estimator.DNNClassifier(
feature_columns=my_feature_columns,
hidden_units=[10, 10],
n_classes=3,
model_dir='models/iris',
config=my_checkpointing_config)