训练tensorflow模型会自动保存参数吗？

【问题标题】：Does training tensorflow model automatically save parameters?训练tensorflow模型会自动保存参数吗？
【发布时间】：2016-08-15 08:02:25
【问题描述】：

我运行demo tensorflow MNIST model(in models/image/mnist) by

python -m tensorflow.models.image.mnist.convolutional

是不是说模型完成训练后，参数/权重会自动存入二级存储？或者我们是否必须编辑代码以包含要存储的参数的“保存”函数？

【问题讨论】：

你可以在github.com/nlintz/TensorFlow-Tutorials/blob/master/…找到一个简单的例子

标签： machine-learning tensorflow

【解决方案1】：

不，它们不会自动保存。一切都在记忆中。您必须显式添加保护函数以将模型存储到辅助存储中。

首先你创建一个保护器操作

saver = tf.train.Saver(tf.all_variables())

然后，您希望在训练过程中保存模型，通常是在 N 步之后。这个中间步骤通常被称为“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)

然后你可以从检查点恢复模型：

 saver.restore(sess, model_checkpoint_path)

查看tensorflow.models.image.cifar10 的具体示例

【讨论】：