本文深入解析TensorFlow模型的构成，包括Meta图与Checkpoint文件的作用，以及不同版本中模型文件的变化。Meta图保存完整图结构，而Checkpoint文件则存储训练参数。自0.11版起，Checkpoint文件拆分为.data与.index文件，.data存储训练变量，同时存在checkpoint文件记录最新状态。
什么是Tensorflow模型？
当你训练好一个神经网络后，你会想保存好你的模型便于以后使用并且用于生产。因此，什么是Tensorflow模型？Tensorflow模型主要包含网络设计（或者网络图）和训练好的网络参数的值。所以Tensorflow模型有两个主要的文件：
a) Meta图：
Meta图是一个协议缓冲区（protocol buffer），它保存了完整的Tensorflow图；比如所有的变量、运算、集合等。这个文件的扩展名是.meta。
b) Checkpoint 文件
这是一个二进制文件，它保存了权重、偏置项、梯度以及其他所有的变量的取值，扩展名为.ckpt。但是， 从0.11版本开始，Tensorflow对改文件做了点修改，checkpoint文件不再是单个.ckpt文件，而是如下两个文件：
-
mymodel.data-00000-of-00001 -
mymodel.index
- 1
- 2
其中， .data文件包含了我们的训练变量。除此之外，还有一个叫checkpoint的文件，它保留了最新的checkpoint文件的记录。
总结一下，对于0.10之后的版本，tensorflow模型包含以下文件：
扫一扫
861
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
