モデルのトレーニングが終了した後の体重の節約 - Tensorflow

Question

Tensorflowでは、トレーニングの終了後にプログラムの重みやその他の変数をどのように保存できますか？私は後で訓練を受けたモデルを使用できるようにしたいと考えています。前もって感謝します。

Answer 1

あなたはこのようセーバーオブジェクトを定義することができます。

saver = tf.train.Saver(max_to_keep=5, keep_checkpoint_every_n_hours=1) 

をこの場合、セーバーは、最新の5つのチェックポイントを維持するように構成され、また、トレーニング中にチェックポイントごとに時間を維持します。

セーバーは、次のような呼び出しでメイントレーニングループで定期的に呼び出すことができます。

sess=tf.Session() 

    ... 

    # Save the model every 100 iterations 
    if step % 100 == 0: 
     saver.save(sess, "./model", global_step=step) 

この例では、100個のトレーニングステップごとにチェックポイントを./modelサブディレクトリに保存しています。オプションのパラメータglobal_stepは、この値をチェックポイントのファイル名に付加します。

モデルの重みと他の値は、次のことで、追加のトレーニングや推論のために、後で復元することができる。

 saver.restore(sess, path.model_checkpoint_path) 

他の有用な変種とさまざまなオプションがあります。それらについて学習を開始するのに適した場所は、変数の作成、保存、検索に関するTFハウツーです。here