模型的保存和读取

本文详细介绍了使用TensorFlow进行模型训练的过程,并演示了如何保存和恢复模型,以便于后续的测试和应用。通过实例展示了模型保存的具体实现,包括设置保存的步数和文件名,以及如何在训练结束后加载模型进行准确率测试。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

saver = tf.train.Saver(max_to_keep=3) #模型保存三个

with tf.Session() as sess:
	saver_path = saver.save(sess, "save/model.ckpt")
	...
	saver.restore(sess, "save/model.ckpt")
	print (sess.run(v1))
if do_train == 1:
	...
	#  Save Net
	if epoch % save_step == 0:
		saver.save(sess, "save/nets/cnn_mnist_basic.ckpt-" + str(epoch))

print ("OPYIMIZATION FINISHED")

if do_train == 0:
	epoch = training_epochs -1 
	saver.restore(sess, "save/nets/cnn_mnist_basic.ckpt" + str(epoch))

	test_acc = sess.run(accr, feed_dict={x: testing, y: testlabel, keepratio:1})
	print ("TEST ACCURACY: %.3f" % (test_acc))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值