我运行了demo tensorflow MNIST model (在模型/图像/mnist中)由
python -m tensorflow.models.image.mnist.convolutional
这是否意味着模型完成训练后,参数/权重会自动存储在辅助存储上?或者我们是否必须编辑代码以包含用于存储参数的“saver”函数?
最佳答案
不,它们不会自动保存。一切都在内存中。您必须显式添加一个保存程序函数来将模型存储到辅助存储中。
首先创建一个保护程序操作
saver = tf.train.Saver(tf.all_variables())
然后,您希望在训练过程中(通常是在 N 个步骤之后)进展过程中保存模型。此中间步骤通常称为“检查点”。
# Save the model checkpoint periodically.
if step % 1000 == 0:
checkpoint_path = os.path.join('.train_dir', 'model.ckpt')
saver.save(sess, checkpoint_path)
然后您可以从检查点恢复模型:
saver.restore(sess, model_checkpoint_path)
看看 tensorflow.models.image.cifar10
的具体示例
关于machine-learning - 训练tensorflow模型会自动保存参数吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36781125/