我成功地完成了这个机器学习教程（这是我的第一个）。它使用卷积神经网络进行分类。
https://github.com/bhimmetoglu/time-series-medicine/blob/master/HAR/HAR-CNN.ipynb
在这个使用TensorFlow的机器学习Python脚本运行结束后，会在checkpoints-cnn文件夹中生成一些文件。
- checkpoint- har.ckpt.data-00000-of-00001- har.ckpt.index- har.ckpt.meta这些机器学习输出文件的目的是什么？它们的意义是什么？我如何使用它们来对现实生活中的数据进行分类？
我使用的是Python 3.6版本
回答：
当你创建你的估计器时，例如通过运行
classifier = tf.estimator.DNNClassifier(..., model_dir='checkpoints-cnn')TensorFlow会尝试从检查点加载模型，只要检查点与提供给估计器初始化器的定义相兼容即可。
然后，你可以继续进一步训练它，或者使用它来估计/分类现实生活中的数据。
关于内容，.meta文件包含网络的拓扑结构，即它的图。.data-[数字]文件包含权重值和其他变量数据。.index文件用于跟踪当前的检查点，我不确定它具体包含什么内容。
