我试图在训练时以不同的步骤保存我的模型。假设我想在5个纪元后储蓄。
此时,我正在使用:
tf.saved_model.simple_save( sess, model_folder, inputs, outputs )
这是一种魅力。尽管如此,我意识到它在每次迭代中节省了整个图和权重,这会带来很高的计算成本。
我想更新我的模型的权重,保留上次保存的图形(因为它在训练期间不会改变)
我读过 火车储蓄器 这似乎符合我的意图。但这迫使我指定我想要保存的所有变量,这并不像 简单保存 方法所以我想知道是否有任何方法可以使用 简单保存
我认为你对这个问题的理解是错误的 tf.train.Saver . 您可以做一些简单的事情,如:
tf.train.Saver
saver = tf.train.Saver() with tf.Session() as sess: for e in range(epochs): ... if e % 5 == 0: saver.save(sess, "/path/where/to/save/model")