2
我跑了demo tensorflow MNIST model(以型號/圖片/ MNIST)由訓練張量流模型是否自動保存參數?
python -m tensorflow.models.image.mnist.convolutional
這是否意味着,該模型完成訓練後,參數/權重自動存儲在二級存儲?或者我們是否必須編輯代碼以包含要存儲的參數的「保存」功能?
我跑了demo tensorflow MNIST model(以型號/圖片/ MNIST)由訓練張量流模型是否自動保存參數?
python -m tensorflow.models.image.mnist.convolutional
這是否意味着,該模型完成訓練後,參數/權重自動存儲在二級存儲?或者我們是否必須編輯代碼以包含要存儲的參數的「保存」功能?
不,它們不會自動保存。一切都在記憶中。您必須明確添加一個保存程序功能以將模型存儲到輔助存儲。
首先創建一個保存動作
saver = tf.train.Saver(tf.all_variables())
然後,你要保存你的模型,因爲它的進展在火車過程中,通常N步之後。這個中間步驟通常被稱爲「檢查點」。
# Save the model checkpoint periodically.
if step % 1000 == 0:
checkpoint_path = os.path.join('.train_dir', 'model.ckpt')
saver.save(sess, checkpoint_path)
然後你可以從檢查點恢復模式:
saver.restore(sess, model_checkpoint_path)
看看tensorflow.models.image.cifar10
對於一個具體的例子
您可能會發現在https://github.com一個簡單的例子/nlintz/TensorFlow-Tutorials/blob/master/10_save_restore_net.py –