TensorFlow基础：网络结构的保存

Smarticle

于 2019-05-22 21:32:31 发布

阅读量683

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow

本文链接：https://blog.youkuaiyun.com/lthirdonel/article/details/90452641

Tensorflow 专栏收录该内容

25 篇文章

订阅专栏

博客提及保存当前参数处于最佳状态时的参数，以及加载该模型，涉及模型参数保存与加载的关键操作，属于信息技术中模型处理相关内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

保存当前参数最好时的参数

  saver_ckpt = tf.train.Saver(tf.trainable_variables())
                if max_ndcg < ndcg:
                    max_ndcg = ndcg
                    max_res = cur_res
                    saver_ckpt.save(sess, ckpt_save_path+ckpt_save_file, global_step=epoch_count)
                    print("saved best", epoch_count)

加载该模型

ckpt_save_path = "Pretrain/dropout/%s_embed_%s/" % (args.dataset, "_".join(map(str, model.nc)))  # '[32,32,32,32,32,32]'
        saver_ckpt = tf.train.Saver(tf.trainable_variables())
        #通过checkpoint获取最新的文件
        ckpt = tf.train.get_checkpoint_state(ckpt_save_path)

        saver_ckpt.restore(sess, ckpt.model_checkpoint_path)