Tensorflow：トレーニング中にモデルをメモリに保存する方法

Question

テンソルフローのトレーニングプロセスでは、2つのモデルを切り替える必要があります。 tf.saverを使用してハードディスクからモデルを復元するのは、実際には時間がかかる（私のコードでは切り替えが頻繁に行われる）ため、モデルパラメータをメモリに保存して復元する方法があるのだろうかちょうどメモリから。私のモデルはかなり小さく、RAMに確実に格納することができます。 stackoverflowから1つの答えがあります。 Storing tensorflow models in memoryしかし、私はこれがどのように機能するのかよく分かりません。誰もがこの目標を達成する方法を知っていますか？ありがとうございました。

あなたはちょうどこのような二つの別々のグラフを使用する必要があり

Answer 1

：あなたは実際に彼らはを参照してくださいよ、あなただけそれらを使用することができsess2あなたがsess1を作成したら、with文を必要としません

g1 = tf.Graph() 
g2 = tf.Graph() 

with g1.as_default(): 
    # build your 1st model 
    sess1 = tf.Session(graph=g1) 
    # do some work with sess1 on g1 
    sess1.run(...) 

with g2.as_default(): 
    # build your 2nd model 
    sess2 = tf.Session(graph=g2) 
    # do some work with sess2 on g2 
    sess2.run(...) 

with g1.as_default(): 
    # do some more work with sess1 on g1 
    sess1.run(...) 

with g2.as_default(): 
    # do some more work with sess2 on g2 
    sess2.run(...) 

sess1.close() 
sess2.close() 

を正しいグラフですが、グラフを使って作業しているときはいつもデフォルトのグラフを設定するのがよいでしょうが、TFがどのようにグローバル変数を扱うかに慣れています。