2. The Saver class

Saver类是TensorFlow库供给的类，它是保存图形构造和变量的首选办法。

在以下几行代铝闼楝我们定义一个Saver对象，并在train_graph()函数中，经由100次迭代的办法最小化成本函数。然后，在每次迭代中以及优化完成后，将模型保存稻磁逄。每个保存在磁盘上创建二进制文件被称为“检查点”。

# Create a Saver object 
saver = tf.train.Saver() 
 
init = tf.global_variables_initializer() 
 
# Run a session. Go through 100 iterations to minimize the cost 
def train_graph():   
    with tf.Session() as sess: 
        sess.run(init) 
        for i in range(100): 
            for (x, y) in zip(x_train, y_train): 
 
                # Feed actual data to the train operation 
                sess.run(trainop, feed_dict={X: x, Y: y}) 
 
            # Create a checkpoint in every iteration 
            saver.save(sess, 'model_iter', global_step=i) 
 
        # Save the final model 
        saver.save(sess, 'model_final') 
        h_ = sess.run(h_est) 
        v_ = sess.run(v_est) 
    return h_, v_ 

如今让我们用上述功能练习模型，并打印出练习的参数。

result = train_graph()   	
			
 2/5   首页 上一页 1 2 3 4 5 下一页 尾页
	
			

　　推荐阅读
　　开发人员该如何对超级计算机进行编程？
            
            
                
                    
                
                有些编程技巧针对的是当前或者将来的超等计算机，固然它们已经存在了很长时光，但如今很多开辟人员并没有对这>>>详细阅读


本文标题：如何保存和恢复TensorFlow训练的模型
地址：http://www.17bianji.com/lsqh/38364.html
 1/2    1