训练TensorFlow模型是否会自动保存参数？

我运行了TensorFlow的MNIST示范模型（在models/image/mnist目录下），使用以下命令：

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

这是否意味着模型训练完成后，参数/权重会自动存储到辅助存储设备中？还是我们需要编辑代码，添加“saver”功能来存储参数？

回答：

不会，它们不会自动保存。所有数据都在内存中。你必须显式地添加一个保存器功能，将模型存储到辅助存储设备中。

首先，你需要创建一个保存器操作：

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

然后，你希望在训练过程中定期保存模型，通常在每N步之后。这些中间步骤通常被称为“检查点”。

  # 定期保存模型检查点。  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以获取具体示例

学技术