1.TensorFlow的模型文件
--checkpoint_dir
| |--checkpoint
| |--MyModel.meta
| |--MyModel.data-00000-of-00001
| |--MyModel.index
2.meta文件
該文件保存的是圖結構,meta文件是pb格式,包含變量、結合、OP
3.ckpt文件
二進制文件,存儲了weights,biases,gradients等變量
4.checkpoint文件
文本文件,該文件記錄了保存的最新的checkpoint文件以及其他checkpoint文件列表,可以修改這個文件,制定使用哪個model
5.保存TensorFlow
使用tf.train.Saver(),TensorFlow中變量都是存儲在Session環境中,只有Session環境下才會存有變量值,因此保存模型時需要傳入Session。
saver=tf.train.Saver()
saver.save(sess, './checkpoint_dir/myModel')
6.在實際訓練中,我們可能會在每1000次迭代中保存一次模型數據,但是由於圖是不變的,沒必要每次都去保存,可以通過如下方式指定不保存圖
saver.save(sess, './checkpoint_dir/MyModel', write_meta_graph=False)