代码之家  ›  专栏  ›  技术社区  ›  m33n

带有检查点的Tensorflow simple_保存

  •  0
  • m33n  · 技术社区  · 7 年前

    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

    1 回复  |  直到 7 年前
        1
  •  1
  •   gorjan    7 年前

    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:

    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")