tensorflow在训练时会保存三个文件,

model.ckpt-xxx.data-00000-of-00001
model.ckpt-xxx.index
model.ckpt-xxx.meta

其中第一个储存网络参数值,第二个储存每一层的名字,第三个储存图结构

随着训练的过程,每隔一段时间都会保存一组以上三个文件,而在训练之前我们并不知道什么时候可以达到最佳的拟合,训练时间过短会导致欠拟合,训练时间过长则会导致过拟合。

如果每次测试时,我们都自动调用最新一次的check point,那很可能不是最佳的一组参数,当我们训练了很多个epoch时,我们需要往回寻找最佳的check point,此时就需要指定的check point,下面有是具体方法:

修改checkpoint文件

一个checkpoint文件的内容如下

model_checkpoint_path: "model.ckpt-1623"
all_model_checkpoint_paths: "model.ckpt-1393"
all_model_checkpoint_paths: "model.ckpt-1451"
all_model_checkpoint_paths: "model.ckpt-1507"
all_model_checkpoint_paths: "model.ckpt-1565"
all_model_checkpoint_paths: "model.ckpt-1623"

这里面的后缀不同的数字就是不同的版本的参数,数字越小越早,系统会自动默认最新的训练出来的参数,而我们只需要在第一行把数字修改为我们想要调用的ckpt即可。

以上这篇tensorflow实现测试时读取任意指定的check point的网络参数就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!