訓(xùn)練完一個模型后，為了以后重復(fù)使用，通常我們需要對模型的結(jié)果進(jìn)行保存。如果用Tensorflow去實現(xiàn)神經(jīng)網(wǎng)絡(luò)，所要保存的就是神經(jīng)網(wǎng)絡(luò)中的各項權(quán)重值。建議可以使用Saver類保存和加載模型的結(jié)果。

1、使用tf.train.Saver.save()方法保存模型

• sess: 用于保存變量操作的會話。

• save_path: String類型，用于指定訓(xùn)練結(jié)果的保存路徑。

• global_step: 如果提供的話，這個數(shù)字會添加到save_path后面，用于構(gòu)建checkpoint文件。這個參數(shù)有助于我們區(qū)分不同訓(xùn)練階段的結(jié)果。

2、使用tf.train.Saver.restore方法價值模型

• sess: 用于加載變量操作的會話。

• save_path: 同保存模型是用到的的save_path參數(shù)。

下面通過一個代碼演示這兩個函數(shù)的使用方法

假設(shè)保存變量的時候是

checkpoint_filepath='models/train.ckpt'saver.save(session,checkpoint_filepath)則從文件讀變量取值繼續(xù)訓(xùn)練是saver.restore(session,checkpoint_filepath)